diff --git a/docs/architecture/250730_ChromaDB_임베딩_솔루션_비교분석.md b/docs/architecture/250730_ChromaDB_임베딩_솔루션_비교분석.md
new file mode 100644
index 0000000..b01ce28
--- /dev/null
+++ b/docs/architecture/250730_ChromaDB_임베딩_솔루션_비교분석.md
@@ -0,0 +1,174 @@
+# ChromaDB 임베딩 솔루션 비교분석
+
+**날짜**: 2025-07-30  
+**작성자**: Claude (51124 서버)  
+**관련 프로젝트**: rb10508_test, rb8001, rb10408_test
+
+## 배경
+
+### 현재 문제 상황
+- rb10508_test 컨테이너에서 ChromaDB 초기화 실패
+- 오류: `The sentence_transformers python package is not installed`
+- 원인: 빌드 시간 단축을 위해 requirements.txt에서 sentence-transformers 제거 (1GB+ 절약)
+
+### 이전 결정사항 히스토리
+1. **2025-07-09**: 한국어 성능 향상을 위해 sentence-transformers 추가
+2. **2025-07-23**: CI 빌드 시간 단축을 위해 torch, sentence-transformers 제거
+3. **2025-07-28**: 호스트에 패키지 설치 후 모델 파일만 볼륨 마운트 시도
+4. **2025-07-29**: rb8001 배포 시 최적화 확정
+
+### 기술적 배경 설명
+- **sentence-transformers**: 텍스트를 벡터로 변환하는 라이브러리 (엔진)
+- **모델 파일**: 학습된 가중치 데이터 (/opt/models에 546MB 저장됨)
+- 엔진 없이는 모델 파일만으로 작동 불가 (게임 엔진 없이 게임 데이터만 있는 것과 동일)
+
+## 해결 방안 비교
+
+### 1. 베이스 이미지 전략
+
+#### 구현 방법
+```dockerfile
+# Dockerfile.base
+FROM python:3.13-slim
+RUN pip install torch sentence-transformers
+# 빌드: docker build -f Dockerfile.base -t rb10508_base:latest .
+
+# Dockerfile (애플리케이션용)
+FROM rb10508_base:latest
+COPY requirements.txt .
+RUN pip install -r requirements.txt
+```
+
+#### 장단점
+| 항목 | 내용 |
+|------|------|
+| **장점** | • 첫 빌드 후 torch/sentence-transformers 재설치 불필요<br>• 여러 서비스가 동일 베이스 이미지 공유 가능<br>• CI/CD 빌드 시간 30초~1분으로 단축 |
+| **단점** | • 베이스 이미지 별도 관리 필요<br>• 베이스 이미지 업데이트 시 모든 서비스 재빌드<br>• 첫 베이스 이미지 빌드는 여전히 10분 소요 |
+
+#### 시간 및 용량
+- 첫 베이스 이미지 빌드: 10분
+- 이후 애플리케이션 빌드: 30초~1분
+- 저장 공간: 베이스 이미지 2GB + 앱 이미지 500MB
+
+### 2. pip wheel 사전 빌드 방식
+
+#### 구현 방법
+```bash
+# 호스트에서 한 번만 실행
+mkdir -p /opt/wheels
+pip wheel torch sentence-transformers -w /opt/wheels
+```
+
+```yaml
+# docker-compose.yml
+volumes:
+  - /opt/wheels:/wheels:ro
+```
+
+```dockerfile
+# Dockerfile
+RUN pip install --find-links /wheels --no-index torch sentence-transformers
+```
+
+#### 장단점
+| 항목 | 내용 |
+|------|------|
+| **장점** | • 오프라인 설치 가능 (네트워크 불필요)<br>• 빌드 시간 3-5분으로 단축<br>• 여러 컨테이너가 wheel 파일 공유 |
+| **단점** | • Python 버전 정확히 일치 필요 (현재 호스트 3.10 vs 컨테이너 3.13)<br>• wheel 파일 관리 복잡도 증가<br>• 호스트 디스크 공간 1GB 추가 사용 |
+
+#### 시간 및 용량
+- wheel 생성: 한 번만 5분
+- 컨테이너 빌드: 3-5분
+- 추가 저장: /opt/wheels에 1GB
+
+### 3. ChromaDB 기본 임베딩 사용
+
+#### 구현 방법
+```python
+# app/services/chroma_service.py 수정
+# embedding_function 파라미터 제거
+self.conversations_collection = self.client.get_or_create_collection(
+    name="conversations",
+    metadata={"description": "Conversation memories", "robing_id": settings.ROBING_ID}
+    # embedding_function 제거 - 기본 임베딩 사용
+)
+```
+
+#### 장단점
+| 항목 | 내용 |
+|------|------|
+| **장점** | • 추가 패키지 설치 불필요<br>• 빌드 시간 증가 없음<br>• 구현 가장 단순 |
+| **단점** | • 한국어 성능 크게 저하<br>• 임베딩 품질 낮음<br>• 검색 정확도 하락 |
+
+#### 시간 및 용량
+- 빌드 시간 증가: 0분
+- 추가 용량: 0MB
+
+### 4. FastEmbed 경량 라이브러리 사용
+
+#### 구현 방법
+```python
+# requirements.txt
+fastembed>=0.1.0  # 50MB, torch 불필요
+
+# app/services/chroma_service.py
+from chromadb.utils import embedding_functions
+embedding_function = embedding_functions.FastEmbedEmbeddingFunction()
+```
+
+#### 장단점
+| 항목 | 내용 |
+|------|------|
+| **장점** | • torch 불필요 (ONNX 런타임 사용)<br>• 설치 크기 50MB로 매우 작음<br>• 빌드 시간 1분 미만 |
+| **단점** | • 모델 선택 제한적<br>• sentence-transformers보다 기능 적음<br>• 커뮤니티 지원 적음 |
+
+#### 시간 및 용량
+- 빌드 시간: 1분
+- 추가 용량: 50MB
+
+### 5. sentence-transformers 재추가 (원점 회귀)
+
+#### 구현 방법
+```python
+# requirements.txt
+sentence-transformers>=2.2.0
+```
+
+#### 장단점
+| 항목 | 내용 |
+|------|------|
+| **장점** | • 검증된 솔루션<br>• 최고의 한국어 성능<br>• 풍부한 모델 선택지 |
+| **단점** | • 빌드 시간 5-10분<br>• 이미지 크기 1GB 증가<br>• CI/CD 부담 |
+
+## 종합 비교표
+
+| 방법 | 첫 빌드 | 이후 빌드 | 추가 용량 | 한국어 성능 | 구현 복잡도 | 유지보수 |
+|------|---------|-----------|-----------|-------------|-------------|----------|
+| 베이스 이미지 | 10분 | 30초 | 2GB | 우수 | 중간 | 중간 |
+| pip wheel | 5분 | 3-5분 | 1GB | 우수 | 높음 | 높음 |
+| ChromaDB 기본 | 0분 | 0분 | 0MB | 나쁨 | 낮음 | 낮음 |
+| FastEmbed | 1분 | 1분 | 50MB | 보통 | 낮음 | 낮음 |
+| 원점 회귀 | 5-10분 | 5-10분 | 1GB | 우수 | 낮음 | 낮음 |
+
+## 권장사항
+
+### 상황별 추천
+1. **빌드 속도 최우선**: ChromaDB 기본 임베딩
+2. **한국어 성능 중요 + CI/CD 최적화**: 베이스 이미지 전략
+3. **균형적 타협안**: FastEmbed
+4. **단순함 우선**: sentence-transformers 재추가
+
+### 고려사항
+- 현재 /opt/models에 있는 546MB 모델 파일은 sentence-transformers 설치 시 즉시 활용 가능
+- Python 버전 차이 (호스트 3.10 vs 컨테이너 3.13)로 인해 wheel 공유는 제한적
+- 모든 로빙 서비스(rb8001, rb10408, rb10508)에 동일한 솔루션 적용 필요
+
+## 결론
+
+팀 논의를 통해 다음 사항을 결정해야 합니다:
+1. 한국어 임베딩 성능 vs 빌드 시간의 우선순위
+2. CI/CD 파이프라인 복잡도 허용 수준
+3. 장기적 유지보수 관점에서의 선호도
+
+현재 프론트엔드 연결은 정상 작동하며, Gemini API를 통한 응답 생성도 가능합니다. 
+단지 대화 기록이 벡터 DB에 저장되지 않는 상황이므로, 긴급도는 중간 수준입니다.
\ No newline at end of file