docs: ONNX 임베딩 경량화 문서 수정

- onnx_embedder.py, chroma_onnx_function.py는 별도 파일로 생성되지 않음을 명시
- 실제로는 skill-embedding 서비스에 직접 구현되었음을 설명
- 코드 수정 예시를 HTTPEmbeddingFunction 사용으로 변경

troubleshooting/250804_claude_ONNX임베딩경량화.md

@@ -34,14 +34,15 @@ uv pip install transformers torch onnx onnxruntime
 
 ### 오후 3시 30분 - 경량 추론 모듈 개발
 
-1. `onnx_embedder.py` 작성
+1. ONNX 임베딩 기능 설계
    - PyTorch 없이 ONNX Runtime만으로 임베딩 생성
    - ChromaDB 호환 인터페이스 제공
    - Mean pooling 구현
    
-2. `chroma_onnx_function.py` 작성
+2. **주의**: 이 기능은 후에 skill-embedding 서비스에 직접 구현됨
-   - ChromaDB EmbeddingFunction 인터페이스 구현
+   - 별도 파일(`onnx_embedder.py`, `chroma_onnx_function.py`)로 생성하지 않음
-   - 기존 sentence-transformers 대체 가능
+   - skill-embedding 서비스의 embedder.py에 ONNXEmbedder 클래스로 구현
+   - http_embedding_function.py에 HTTPEmbeddingFunction 클래스로 구현
 
 ### 오후 3시 40분 - 테스트 및 검증
 
@@ -84,9 +85,9 @@ RUN pip install onnxruntime transformers
 from sentence_transformers import SentenceTransformer
 embedder = SentenceTransformer(model_name)
 
-# 변경
+# 변경 (skill-embedding 서비스 사용)
-from onnx_models.chroma_onnx_function import ONNXEmbeddingFunction
+from http_embedding_function import HTTPEmbeddingFunction
-embedding_function = ONNXEmbeddingFunction("/path/to/onnx/model")
+embedding_function = HTTPEmbeddingFunction("http://localhost:8015")
 ```
 
 ### 3. 모델 마운트