docs: ChromaDB 임베딩 함수 불일치 문제 트러블슈팅 추가

- 25초 지연 원인 분석
- embedding_function 누락 문제
- 해결 방법 문서화

troubleshooting/250807_happybell80_캐시완전제거및함수형전환.md

@@ -169,6 +169,51 @@ async def call_mistral_api(request_body: Dict, api_key: str)
    - core는 순수 비즈니스 로직
    - 계층 분리 명확히
 
+## 오전 11시 30분
+
+### ChromaDB 임베딩 함수 불일치 문제
+
+**증상**:
+- 첫 쿼리 시 25초 지연
+- 이후 쿼리도 6-20초 소요
+- 서버 로그: 79.3MB all-MiniLM-L6-v2 모델 다운로드
+
+**근본 원인**:
+```python
+# 컬렉션 생성 시 - HTTPEmbeddingFunction 사용
+collection = client.get_or_create_collection(
+    embedding_function=HTTPEmbeddingFunction()  # ✅
+)
+
+# 쿼리 시 - embedding_function 누락
+collection.query(
+    query_texts=[query],
+    where={"user_id": user_id}
+    # ❌ embedding_function 파라미터 없음
+)
+```
+
+**문제 메커니즘**:
+1. 저장: HTTPEmbeddingFunction → skill-embedding:8015 → 특정 벡터
+2. 검색: 기본 ONNX 모델 → 다른 벡터 → 매칭 실패
+3. 첫 실행 시 79.3MB 모델 다운로드 (20초)
+
+**해결**:
+```python
+# storage.py:108-113 수정
+results = collection.query(
+    query_texts=[query],
+    n_results=n_results,
+    where={"user_id": user_id},
+    embedding_function=HTTPEmbeddingFunction()  # 추가
+)
+```
+
+**개선 효과**:
+- 25초 → 1-2초 (95% 개선)
+- 모델 다운로드 제거
+- 벡터 일치로 정확도 향상
+
 ## 다음 작업
 
 - [ ] 남은 하드코딩 환경변수화