Chroma

Chroma이란 무엇인가요?

Chroma는 AI 애플리케이션 개발을 위해 특별히 구축된 오픈소스 embedding 및 벡터 데이터베이스입니다. 개발자가 고차원 벡터 embedding과 메타데이터를 저장, 관리, 쿼리할 수 있게 하여 검색 증강 생성(RAG) 파이프라인, 의미 검색 엔진, LLM 기반 애플리케이션의 메모리 레이어를 구축하는 것을 간단하게 만듭니다. Chroma는 로컬 개발을 지원하고 클라우드의 객체 스토리지를 통해 페타바이트 규모로 확장되며, 동일한 API 하에서 완전 관리형 서버리스 클라우드 서비스를 제공합니다. Apache 2.0 라이선스로 21K개 이상의 GitHub 스타와 월 500만+ 다운로드를 보유하여 개발자 커뮤니티에서 가장 널리 채택된 벡터 데이터베이스 중 하나가 되었습니다.

주요 기능

• 멀티모드 검색

  통합 인터페이스에서 벡터 유사성 검색, 전문 검색, 정규식 매칭, 메타데이터 필터링을 지원하여 단순한 최근접 이웃 검색을 넘어선 풍부하고 정확한 검색을 가능하게 합니다.

• 원활한 Embedding 통합

  OpenAI, HuggingFace, Google Cohere 등의 embedding 모델에 대한 내장 지원 — 기본 Sentence Transformers 모델 포함 — 으로 개발자가 사용자 정의 embedding 파이프라인 없이도 빠르게 시작할 수 있습니다.

• 유연한 배포 옵션

  빠른 프로토타이핑을 위한 인메모리 실행, 지속적인 로컬 인스턴스, 또는 Chroma Cloud의 완전 관리형 서버리스 클라우드 서비스로 실행되며, 모두 동일한 개발자 API를 공유합니다.

• 프레임워크 및 언어 호환성

  Python, JavaScript, Ruby, PHP, Java 등을 위한 네이티브 클라이언트와 LangChain, LlamaIndex 및 기타 주요 AI 개발 프레임워크와의 깊은 통합을 제공합니다.

• 클라우드 네이티브 확장성

  자동 데이터 계층화, 멀티테넌시, SOC 2 Type I 준수를 갖춘 객체 스토리지 기반의 분산형, 수평 확장 가능한 아키텍처로 프로덕션 워크로드에 적합합니다.

사용 사례

• RAG 애플리케이션 : 검색 증강 생성 시스템을 구축하는 개발자들이 Chroma를 사용하여 문서 embedding을 저장하고 쿼리 시 가장 관련성 높은 컨텍스트를 검색하여 LLM에 입력합니다.
• 의미 검색 : 팀들이 Chroma에서 대규모 텍스트 코퍼스를 임베딩하고 인덱싱하여 키워드 매칭이 아닌 의미로 결과를 반환하는 의미 검색 엔진을 구동합니다.
• LLM 메모리 및 컨텍스트 관리 : Chroma는 대화형 Agent와 챗봇의 지속적인 메모리 저장소 역할을 하여 관련된 과거 상호작용이나 도메인 지식을 회상할 수 있게 합니다.
• 추천 시스템 : 제품 및 콘텐츠 추천 파이프라인이 Chroma를 사용하여 벡터 근접성을 기반으로 사용자 선호도와 가장 유사한 항목을 찾습니다.
• 멀티모달 검색 : 이미지 및 멀티모달 embedding을 지원하여 동일한 데이터베이스 내에서 텍스트와 시각적 데이터를 아우르는 검색 워크플로우를 가능하게 합니다.

자주 묻는 질문