---
tags: [plans, embedding, gemini, rag, robeing]
---

# 임베딩 Gemini Embedding 2 전환 계획

## 상위 원칙

- [0_VALUE 임베딩 정책](https://github.com/happybell80/0_VALUE/blob/main/02_Governance/embedding-policy.md)
- [로빙 문서 작성 원칙](../../book/300_architecture/312_writing-principles.md)
- [임베딩 Gemini Embedding 2 전환 문제 오픈](../troubleshooting/260316_임베딩_Gemini_Embedding_2_전환_문제오픈.md)
- [Gemini Embedding 2 리서치: 비용·청킹·도입 검토](../research/rag/260315_Gemini_Embedding_2_리서치_비용_청킹_도입검토.md)

## 상태

- planned

## 목표

- Gemini Embedding 2를 NAS RAG·Company X RAG에 부분 도입 또는 하이브리드 적용합니다.
- 멀티모달(이미지, PDF) 직접 임베딩으로 캡셔닝 파이프라인 비용·지연을 줄입니다.
- 기존 ko-sroberta(768d)와의 품질·비용 비교 후 전환 범위를 확정합니다.

## 범위

### 포함

- skill-embedding 또는 skill-rag-file에 Gemini Embedding 2 경로 추가
- NAS RAG·Company X RAG의 PDF·이미지 임베딩 경로 검토
- MRL 768d 유지 시 ChromaDB/pgvector 스키마 호환
- 청킹 전략 Macro-chunking(2,000~4,000 토큰) 검토

### 제외

- rb8001 메모리 768/384 차원 드리프트 해결 (별도 이슈)
- skill-embedding ko-sroberta 즉시 제거 (과도기 병용 가능)

## 적용 순서

1. **품질·비용 테스트**
   - `rb8001/scripts/test_gemini_embedding_2.py` 확장 또는 별도 벤치마크
   - 무료 티어로 PDF·이미지 임베딩 품질 비교
2. **경로 설계**
   - skill-embedding에 Gemini 2 옵션 추가 vs skill-rag-file 내부 직접 호출
   - 하이브리드: 미디어=Gemini 2, 텍스트=ko-sroberta 또는 text-embedding-004
3. **스키마·청킹**
   - output_dimensionality=768 확정 시 기존 ChromaDB 호환
   - 청킹 단위 2,000~4,000 토큰으로 확대 검토
4. **적용 및 검증**
   - NAS RAG 또는 Company X RAG 1개 경로에 먼저 적용
   - Recall·비용 측정 후 확대 여부 결정

## 검증 기준

- PDF·이미지 직접 임베딩 시 검색 Recall이 기존(캡셔닝 파이프라인) 대비 유지 또는 개선
- 1M 토큰 기준 비용이 예산 내 ($0.25 이하)
- 기존 768d 컬렉션과 MRL 768d 호환

## 레포별 경계

- 1차: `robeing/skill-rag-file` (Company X, NAS RAG)
- 2차: `robeing/skill-embedding` (옵션 추가 시)
- 문서: `robeing/DOCS`