Pinecone 클라이언트 만들기

이 강의 전반에서 여러분은 Pinecone Python 클라이언트를 통해 Pinecone과 상호작용하는 Python 코드를 작성하게 돼요. 첫 단계로, 본인의 Pinecone API 키를 만들어야 합니다. 이 강의의 연습 문제에서 사용되는 Pinecone API 키는 어떤 방식으로도 저장되지 않습니다.

키를 만들려면 먼저 https://www.pinecone.io/에서 무료 Pinecone 스타터 계정을 생성하세요. 그다음 API Keys 페이지로 이동해 키를 생성하면 됩니다.

Pinecone's API keys page

이 연습은 강의의 일부입니다

Pinecone로 AI 애플리케이션 구축하기

연습 안내

pinecone에서 Pinecone 클라이언트를 생성하는 데 사용하는 클래스를 임포트하세요.
API 키를 전달하여 Pinecone 클래스를 인스턴스화하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Import the Pinecone library
from ____ import ____

# Initialize the Pinecone client
pc = ____

코드 편집 및 실행

이 연습은 강의의 일부입니다

Pinecone로 AI 애플리케이션 구축하기

SkillTag.level.intermediateSkillTag.label

4.8+

무료로 강의 시작하기

Pinecone 벡터 데이터베이스의 작동 원리를 살펴봅니다. 파드(pod)와 인덱스의 개념부터 다른 데이터베이스와의 비교까지 다룹니다. 파드 유형을 구분하는 방법, API 키를 발급하는 방법, Python으로 Pinecone 연결을 초기화하는 방법을 배웁니다. 마지막으로 차원 수, 거리 메트릭, 파드 유형 등 다양한 파라미터를 살펴보며 Pinecone 인덱스를 생성하는 방법도 학습합니다.

Exercise 1: Pinecone 인덱스 소개 Exercise 2: Pinecone 클라이언트 만들기

현재 연습

Exercise 3: 첫 번째 Pinecone 인덱스 만들기 Exercise 4: 인덱스 관리 Exercise 5: 인덱스에 연결하기 Exercise 6: 인덱스 삭제하기 Exercise 7: Pinecone 에코시스템 Exercise 8: 벡터 적재 Exercise 9: 차원 수 확인하기 Exercise 10: 메타데이터와 함께 벡터 적재하기

Python에서 Pinecone을 직접 다뤄봅니다. 인덱스 관리, 메타데이터와 함께 벡터 추가, 벡터 검색 및 조회, 업데이트와 삭제 등 Pinecone의 실제 활용법을 살펴봅니다. 핵심 함수와 개념을 확실히 익혀 Pinecone 벡터 데이터베이스에서 데이터를 능숙하게 다룰 수 있게 됩니다.

Exercise 1: 벡터 가져오기 Exercise 2: Querying vs. Fetching Exercise 3: 벡터 가져오기 Exercise 4: 벡터 질의 Exercise 5: 가장 유사한 벡터 반환하기 Exercise 6: 거리 메트릭 변경하기 Exercise 7: 메타데이터 필터링 Exercise 8: 쿼리 필터링 Exercise 9: 여러 메타데이터 필터 Exercise 10: 벡터 업데이트와 삭제 Exercise 11: 벡터 값 업데이트 Exercise 12: 벡터 메타데이터 업데이트 Exercise 13: 벡터 삭제

이 챕터에서는 Pinecone 인덱스 성능 최적화, 멀티테넌트 네임스페이스를 활용한 비용 절감, 시맨틱 검색 엔진 구축, Pinecone과 OpenAI API를 결합한 RAG 질의응답 시스템 구현을 다룹니다. 이 학습 과정을 통해 성능 튜닝, 시맨틱 검색, RAG 질의응답에 대한 실용적인 기술을 익히고, 실제 AI 애플리케이션에 Pinecone을 효과적으로 적용할 수 있는 역량을 갖추게 됩니다.

Exercise 1: 업서트 배치 처리 Exercise 2: 청크로 나누는 함수 정의하기 Exercise 3: 청크로 나눠서 배치 upsert 수행하기 Exercise 4: 업서트를 병렬로 배치 처리하기 Exercise 5: 멀티테넌시와 네임스페이스 Exercise 6: Namespaces Exercise 7: 네임스페이스 질의하기 Exercise 8: Pinecone로 하는 시맨틱 검색 Exercise 9: Pinecone 인덱스 생성 및 구성 Exercise 10: 시맨틱 검색을 위한 벡터 업서트 Exercise 11: 의미 검색을 위한 벡터 질의 Exercise 12: Pinecone와 OpenAI로 RAG 챗봇 만들기 Exercise 13: YouTube 대본 업서트하기 Exercise 14: 검색 함수 만들기 Exercise 15: RAG 질문 답변 함수 Exercise 16: 축하합니다!