로컬 시맨틱 검색을 위한 AI 대화용 fastembed와 LanceDB

한 개발자가 클라우드 의존성이나 API 키 없이 368K개의 메시지를 처리하는 AI 대화 기록용 로컬 시맨틱 검색 시스템을 구현했습니다. 이 프로젝트는 CPU 기반 임베딩을 위해 BAAI/bge-small-en-v1.5 모델과 fastembed를 사용하며, 서버 프로세스 없이 단일 디렉토리로 운영되는 벡터 저장소로 LanceDB를 활용합니다.

기술 스택

• 임베딩: BAAI/bge-small-en-v1.5 모델(384차원)과 fastembed
• 벡터 저장소: LanceDB - 단일 디렉토리, 서버 프로세스 없음, 추가 작업에 용이
• 수집: JSONL 세션 기록(Claude Code, 모든 채팅 내보내기)에서 가져옴
• 임베딩 성능: M4 CPU에서 약 500 docs/sec

주요 구현 세부사항

개발자는 4개월 간의 반복 과정에서 몇 가지 실용적인 교훈을 얻었습니다:

• 선택적 임베딩: 초기 버전은 모든 메시지를 임베딩하여 신호 대 잡음비를 감소시켰습니다. 현재 구현에서는 사용자 메시지와 실질적인 내용이 있는 어시스턴트 메시지만 임베딩하며("물론, 여기 코드입니다"와 같은 응답은 건너뜀), 벡터 수를 60% 줄이면서 검색 품질을 향상시켰습니다.
• 청킹 전략: 고정 크기 청크에서 대화 턴 기반 청크로 전환함으로써 검색 관련성이 크게 개선되었습니다. 모델 선택(nomic-embed-text, bge-large, all-MiniLM 시도)은 청킹 방식에 비해 미미한 차이만 보였습니다.
• LanceDB 장점: 개발자는 LanceDB가 "개인 규모에서는 어리석을 정도로 저평가되었다"고 평가했습니다 - 서버 없음, Docker 없음, 단순히 새 벡터를 즉시 추가할 수 있는 디렉토리만으로 과도하게 설계된 pgvector 설정을 대체했습니다.
• 재임베딩 워크플로: 384차원의 bge-small-en-v1.5 모델은 cron 작업으로 시간 단위 재임베딩을 수행할 만큼 충분히 빠릅니다. M2 하드웨어에서 117K 벡터의 전체 재인덱싱은 약 4분이 소요됩니다.

성능 지표

• 수집된 총 메시지: 407K
• 인덱싱된 벡터: 87K
• 검색 지연 시간(p50): 117K 벡터 기준 12ms
• 전체 재인덱싱 시간: 약 4분(M2)
• 저장 공간: 디스크 상 약 180MB
• 필요한 API 키: 0

이 프로젝트는 MIT 라이선스 하에 오픈 소스로 제공되며 github.com/mordechaipotash/brain-mcp에서 확인할 수 있습니다. 설치 방법은 pipx install brain-mcp && brain-mcp setup입니다.