Skip to main content

​
Home & Quick Started 화면

경로: Home → Quick Start 카드의 빠른 가이드 시작 버튼 Seahorse Cloud 를 처음 사용하는 사용자를 위한 단계별 시작 가이드 3 종. 본인 상황에 맞는 시나리오를 골라 따라가면 30 분 내로 첫 검색 또는 에이전트 배포를 완료할 수 있습니다.
Home 화면 전체 구성(리소스 카드·Quick Actions·Feature Guide 등)은 Home README 를 먼저 참고하세요. 본 페이지는 Quick Start 3 시나리오 walkthrough 에 집중합니다.

​
어느 시나리오부터?

상황권장 시나리오소요
보유한 PDF·DOCX·이미지 로 바로 RAG 를 만들고 싶다시나리오 1 — 스토리지 자동 임베딩약 10 분
이미 테이블이 있고 챗봇·에이전트 로 배포하고 싶다시나리오 2 — 에이전트 생성약 10 분
API / 스크립트 로 벡터 데이터를 직접 적재 관리하고 싶다시나리오 3 — 테이블 관리약 15 분
시나리오는 상호 배타적이지 않습니다. 가장 일반적인 흐름: 1(스토리지) → 2(에이전트). 구조화 데이터라면 3(테이블) → 2(에이전트). 각 시나리오 말미에 다음 연결 단계가 안내됩니다.
Image

​
시나리오 1 — 스토리지 자동 임베딩

스토리지를 만들고 파일을 업로드하면 자동으로 청킹·임베딩·Table 생성 이 처리되는 가장 빠른 경로.
Image
1

스토리지 생성

Storage → Create Storage — 이름·Dense/Sparse 임베딩 Endpoint 선택 후 저장. 동일 이름의 Table 이 자동 생성 됩니다.
2

파일 업로드

Storage 상세 → Upload 버튼 → 파일·폴더 선택 후 업로드. PDF / DOCX / PPTX / 이미지 / MD 등 37 개 형식 지원.
3

생성 확인

Storage 상세 상단의 Table Connections 카드로 자동 생성된 Table 확인.
4

임베딩 처리 확인

Document Pipeline 진행률 (N / M Completed) 이 100 % 되면 완료. 파일 행 Status 에 Completed + N chunks 뱃지.
5

시맨틱 검색

Semantic Search → Data Source 드롭다운에서 방금 만든 Table 선택 → 자연어로 검색.
다음 단계 → 시나리오 2 로 이 Table 을 에이전트에 연결해 대화형으로 사용

​
시나리오 2 — 에이전트 생성 가이드

에이전트를 생성하고 Table·Tool 을 연결한 뒤 배포. 배포 URL 로 즉시 Agent Chat 사용.
Image
사전 준비: 시나리오 1 또는 3 으로 Table 이 하나 이상 생성되어 있어야 합니다.
1

에이전트 생성 진입

Agent Ops → Agent → 우측 상단 Create Agent. 전체 필드 상세: Agent 생성.
2

Basic Settings

이름·설명·API Key Permission(READ 권장)·Subdomain 입력 + Check Availability. 서브도메인은 배포 URL 에 박히므로 신중히.
3

LLM 선택 (Endpoints 탭)

품질 중시: claude-opus-4.5·gpt-5.2 / 비용 중시: gpt-oss-120b — Billing 모델 가격 참고.
4

Table 연결 (Tables 탭)

시나리오 1/3 에서 만든 Table 체크. Storage 에서 생성된 Table 만 선택 가능.
5

저장·배포·Agent URL

Save → Deploying → Ready 로 전환되면 Agent URL 클릭으로 Agent Chat UI 진입. 상세: Agent 상세.
다음 단계

​
시나리오 3 — 테이블 관리 가이드

스토리지 없이 API 또는 수동 입력 으로 벡터 데이터를 직접 적재. 구조화 데이터·테스트·외부 임베딩 파이프라인 용도.
Image
이 경로로 만든 Table 은시맨틱 검색·에이전트 Tables 탭의 선택 후보에 나타나지 않습니다 (Storage 기반 Table 만 선택 가능). API 기반 파이프라인·외부 임베딩 결과 적재 용도에 적합합니다.
1

Table 생성

Database → Tables → Create. 스키마·벡터 차원·인덱스 설정을 직접 지정: Table 생성.
2

Record 삽입

Insert Record 에서 텍스트·벡터를 직접 입력하거나 CSV/JSON 배치 업로드. 외부 임베딩 모델 결과를 그대로 붙여넣는 경우에 유용.
3

Row 확인

Table 상세의 개요 / 스키마 / 인덱스 탭에서 삽입 결과와 구조 확인.
4

검색 / 활용

API (/data/vector_search) 또는 에이전트에서 Table 연결 후 검색. 단, Agent Chat 의 Tables 탭에서는 이 Table 이 선택 대상이 아니므로 SDK/REST 호출로 활용하세요.
다음 단계 → 이 Table 을 활용하는 API 기반 검색 통합 또는 Storage 경로로 전환 고려

​
시나리오 비교

기준시나리오 1 (Storage)시나리오 2 (Agent)시나리오 3 (Table)
입력 형태파일 (PDF/DOCX 등)— (1 또는 3 결과 재사용)구조화 Record (JSON/CSV)
임베딩자동 (Storage 임베딩)—외부에서 직접 또는 API
검색 UI✓ Semantic Search 바로 사용✓ 대화형API 호출 필요
에이전트 연결✓ 가능(이 시나리오 자체)✗ Tables 탭에서 비노출
언제 쓰나문서 기반 RAG챗봇·에이전트 배포API 파이프라인·테스트

​
관련 문서