홍라이프 계산기계산 방법
문서당 청크 수는 문서가 청크 하나에 들어가면 1, 아니면 ⌈(문서 토큰 − 겹침) ÷ (청크 크기 − 겹침)⌉입니다. 겹치는 부분은 두 번 임베딩되므로 문서당 임베딩 토큰 = 문서 토큰 + (청크 수 − 1) × 겹침이에요. 비용 = 토큰 × 임베딩 가격 ÷ 1,000,000입니다. 원본 저장 용량 = 벡터 수 × 차원 수 × 차원당 바이트(1 GB = 10⁹바이트)이며, 인덱스·메타데이터·복제본이 더해지니 사용하는 벡터 DB의 용량 안내를 확인하세요. 질의도 임베딩되므로 하루 질의 수 × 30 × 질의당 토큰도 더합니다.
가격 파일의 임베딩 가격 (100만 토큰당 US$, 2026년 11월 10일 확인)
| 제공사 | AI 모델 | 가격 |
|---|---|---|
| gemini-embedding-001 | 0.15 | |
| Mistral AI | Mistral Embed | 0.1 |
⚠ 참고용 추정치이며 투자·재무 조언이 아닙니다.
자주 묻는 질문
청크 크기는 얼마로 해야 하나요?
정답은 없어요. 300–1,000토큰에 겹침을 조금 두는 것이 흔한 출발점이에요. 실제 질문으로 검색 품질을 시험하면서 조정하세요.
숫자 형식을 줄이면 정확도가 떨어지나요?
float16과 int8은 저장 용량을 절반이나 4분의 1로 줄이고, 보통 검색 정확도는 조금 떨어져요. 양자화를 지원하는 벡터 DB가 많으니 바꾸기 전에 표본으로 결과를 비교해 보세요.
2026년 11월 10일 확인. 임베딩 가격은 AI 가격 파일 기준이에요(공식 가격 페이지의 Google gemini-embedding-001 100만 토큰당 $0.15, Mistral Embed $0.10, 2026년 11월 10일 확인). float32/float16 크기는 IEEE 754 기준입니다.