[FEATURE] OpenAI Embeddings API를 활용한 감정 키워드 벡터 검색 구현

[yunrry]

🎯 목표
후기 게시물의 감정 키워드 유사도 기반 검색 시스템 구축
📋 작업 내용

OpenAI Embeddings API 연동

API 클라이언트 구현
벡터 변환 서비스 개발
에러 핸들링 및 재시도 로직

데이터베이스 구조 변경

감정키워드 벡터 컬럼 추가 (PostgreSQL + pgvector)
벡터 인덱스 생성
기존 데이터 마이그레이션

검색 API 개발

키워드 벡터화 → 유사도 계산 → 정렬
캐싱 적용 (Redis)
페이징 처리

🔧 기술 스택

OpenAI Embeddings API (text-embedding-3-small)
PostgreSQL + pgvector
Redis (벡터 캐싱)
Spring Boot

📝 구현 단계

OpenAI API 클라이언트 개발
감정키워드 벡터화 배치 작업
유사도 검색 API 구현
성능 최적화 (캐싱, 인덱싱)

📊 성능 목표

검색 응답시간: < 200ms
벡터 변환: < 100ms
유사도 정확도: 85% 이상