Vector DB

Weaviate

BM25+벡터 하이브리드 검색을 내장한 오픈소스 벡터 DB Weaviate와 WeaviateVectorStore

#vector-db#weaviate#hybrid-search공식 문서

Weaviate

Weaviate는 오픈소스 벡터 DB로, BM25 키워드 검색과 벡터 검색을 결합한 하이브리드 검색을 기본 제공합니다. 셀프호스트(Docker/Kubernetes)나 Weaviate Cloud로 운영합니다. LangChain 연동은 langchain-weaviate이며 Weaviate Python 클라이언트 v4 기준입니다.

참고

langchain-weaviate는 AgentLab 샌드박스에 설치되어 있지 않습니다. 아래 코드는 참고용이며 최신 시그니처는 공식 문서를 확인하세요.

Import

bash
pip install langchain-weaviate   # weaviate-client v4 포함
python
import weaviate
from langchain_weaviate import WeaviateVectorStore

시그니처

python
WeaviateVectorStore(
    client,                 # weaviate.WeaviateClient (v4)
    index_name: str,        # 컬렉션 이름 (대문자로 시작)
    text_key: str,          # 본문 속성 이름
    embedding=None,         # Embeddings
    ...
)
WeaviateVectorStore.from_documents(documents, embedding, client=client, index_name=None, ...)

파라미터

파라미터타입기본값설명
clientweaviate.WeaviateClient(필수)weaviate.connect_to_local(), weaviate.connect_to_weaviate_cloud(...)
index_namestr(필수)Weaviate 컬렉션 이름
text_keystr(필수)page_content를 저장할 속성
embeddingEmbeddings | NoneNoneLangChain 쪽에서 임베딩을 계산할 때 지정

메서드와 반환값

표준 인터페이스(add_documents, similarity_search, similarity_search_with_score, max_marginal_relevance_search, delete, as_retriever)를 따릅니다. similarity_search는 내부적으로 하이브리드 쿼리를 실행하며 alpha로 비중을 조절합니다.

키워드설명
alpha0 = 순수 BM25, 1 = 순수 벡터, 그 사이 = 가중 결합
filtersweaviate.classes.query.Filter 객체
tenant멀티테넌시가 켜진 컬렉션의 테넌트 이름

예제

python
import weaviate
from langchain_core.documents import Document
from langchain_openai import OpenAIEmbeddings
from langchain_weaviate import WeaviateVectorStore
from weaviate.classes.query import Filter

client = weaviate.connect_to_local()  # docker로 띄운 localhost:8080
try:
    store = WeaviateVectorStore.from_documents(
        [Document(page_content="에러 코드 E1234 해결법", metadata={"category": "ops"})],
        OpenAIEmbeddings(model="text-embedding-3-small"),
        client=client,
    )
    docs = store.similarity_search(
        "E1234",
        k=3,
        alpha=0.5,  # 키워드와 벡터를 반반
        filters=Filter.by_property("category").equal("ops"),
    )
finally:
    client.close()

주의사항

주의

v4 클라이언트는 연결을 명시적으로 닫아야 합니다(client.close() 또는 with weaviate.connect_to_local() as client:). 닫지 않으면 리소스 경고가 납니다. v3 클라이언트(weaviate.Client) 예제는 더 이상 동작하지 않습니다.

팁

고유명사·코드가 많은 문서는 alpha를 0.3~0.5 정도로 낮춰 키워드 비중을 높여 보고, 평가 셋으로 비교하세요.

관련 문서