Multimodal Embedding 모델 전환

배경

기존 Vision Indexing Pipeline을 분석하는 과정에서 Multimodal Embedding이 정상적으로 처리되지 않고 있음을 확인했습니다. 당시 Default Model인 gemini-embedding-001이 Multimodal Embedding을 지원하지 않는 것을 확인했습니다.

내용

대안 비교

대안	장점	고려 사항
전체 Default Embedding Model 변경	기존 시스템 구조 유지	기존 Index 재인덱싱 필요, Embedding 비용 증가 가능
Vision 기능이 활성화된 Collection에만 별도 Multimodal Model 적용	재인덱싱 범위 제한	Collection별 Model 관리 필요, 기존 전역 Default Model 구조 변경

판단 기준

Multimodal 지원 여부, 기존 Vector Dimension 호환성, 시스템 변경 범위, 재인덱싱 영향과 비용을 함께 검토했습니다.

검토 당시 gemini-embedding-2의 비용은 기존 gemini-embedding-001 대비 약 3배였지만, 전체 모델 사용 비용에서 Embedding이 차지하는 비중은 크지 않았습니다. 또한 향후 채팅 검색을 이미지 등 시각 정보까지 확장할 가능성을 고려했습니다.

이에 비용 증가와 기존 Index 재인덱싱을 감수하더라도, Collection별 모델을 별도로 관리하지 않고 전역 Default Model을 전환하는 방향을 선택했습니다.

기존 Vector Dimension을 유지하면서 Multimodal Embedding을 지원하는 gemini-embedding-2를 Default Model로 전환했습니다.