feat: vectorDB 모듈 초기 통합

[harim789]

#️⃣ 연관된 이슈

#1

📝 작업 내용

개인 레포(capstone-vectordb)의 vectorDB 작업물을 팀 레포 AI/vectordb/ 하위로 통합한다.

• 인프라: Docker Compose 기반으로 PostgreSQL 16, Qdrant, FastAPI 컨테이너 일괄 기동
• SQL 스키마: users, user_profile, brand, product, product_feature, review, user_product, user_brand_preference, user_context_rag (9개 테이블) + 시드 데이터
• 벡터 저장소: Qdrant 8개 컬렉션 — product_vectors_{category} 3종 (8/5/4차원), user_vectors_{category} 3종, review_embeddings, purchase_reasons (768차원)
• 임베딩: 한국어 문장 임베딩에 jhgan/ko-sroberta-multitask 적용
• FastAPI API: /products/upsert, /users/{id}/vector, /search/similar-products, /search/similar-users, /reasons/retrieve, /users/{id}/reasons, /health
• 서비스 레이어: product / user / review / reason / search 5개 모듈
• 운영 스크립트: Qdrant 컬렉션 초기화(init_collections.py), SQL→Qdrant 전체 재동기화(reindex_all.py)
• 통합 테스트: pytest 기반 5건 모두 통과 (health, user vector 조회, 유사 상품 검색, RAG 검색, 유사 사용자 검색)

동작 확인 방법

cd AI/vectordb
docker compose up -d
docker compose exec api python scripts/init_collections.py
docker compose exec api python scripts/reindex_all.py
docker compose exec api python -m pytest tests/ -v

→ 5건 모두 PASSED 확인.