바이브 코딩 →

RPC 함수RPC Function

RPC 함수(RPC Function)는 엑셀의 SUM처럼 미리 만들어 둔 계산 버튼 같은 것 — 데이터베이스 안에 저장해 두고 이름만 불러 실행하는 함수로, Supabase에서 복잡한 검색·계산을 한 번에 처리할 때 써요.

엑셀에서 SUM을 쓰면 숫자를 하나하나 더하지 않아도 합계가 나오죠. RPC(Remote Procedure Call) 함수도 데이터베이스 안에 미리 만들어 둔 '일 묶음'이에요. 사이트나 AI가 함수 이름과 필요한 값만 보내면 DB가 안에서 검색·계산을 다 하고 결과만 돌려줘요. 여러 번 오갈 일을 한 번 호출로 끝내는 셈이에요.

강의에서는 내 강의 내용을 데이터로 만든 RAG 챗봇에서 RPC 함수를 써요. 강의 자막을 임베딩해 Supabase에 저장해 두고, 누가 'VPS 세팅 방법'을 물으면 RPC 함수가 질문과 비슷한 강의 조각을 DB에서 찾아 챗봇에 넘겨요. 강의에서는 이걸 DB와 챗봇 사이의 '배선'으로 설명해요. RAG에 RPC가 필요한 이유는 의미가 가까운 자료를 DB 안에서 빠르게 골라 주는 통로가 필요하기 때문이에요.

초보가 헷갈리는 건 RPC 함수와 API의 차이예요. API는 서비스끼리 주고받는 창구 전체를 말하고, RPC 함수는 그 창구로 불러 쓰는 DB 안의 특정 함수예요. 함수는 SQL로 작성하지만 직접 쓸 필요 없이 AI에게 '유사도 검색 RPC 함수를 만들어 줘'라고 요청하면 돼요. 다만 실행 권한 설정에 따라 누구나 데이터를 읽게 될 수 있으니, 공개 키로 호출 가능한지와 보안 설정을 함께 점검하세요.

💡 대표 예시

  • RAG 챗봇 — 질문과 비슷한 강의 조각을 RPC 함수로 찾아 답변에 넘긴다
  • 함수 만들기 — AI에게 '유사도 검색 RPC 함수를 만들어 줘'라고 요청한다
  • 검색 테스트 — 'VPS 세팅 방법'으로 호출해 관련 강의가 나오는지 본다
  • 보안 점검 — 비로그인 사용자가 함수를 호출할 수 있는지 확인한다

🔗 관련 용어

임베딩

임베딩 (Embedding)은 글의 뜻을 지도 위 좌표로 찍어 주는 것 같은 것 — 문장이나 이미지의 의미를 숫자 목록(벡터)으로 바꿔, 뜻이 비슷한 것끼리 가깝게 놓이게 하는 기술이에요.

RAG (검색 증강 생성)

RAG (Retrieval-Augmented Generation)는 시험 볼 때 참고서를 펴 보고 답을 쓰는 오픈북 시험 같은 것 — AI가 답하기 전에 내 자료에서 관련 내용을 먼저 찾아 그걸 근거로 답하게 하는 방식이에요.

의미 검색(시맨틱 검색)

의미 검색(Semantic Search)은 단어가 아니라 뜻을 알아듣는 도서관 사서 같은 것 — 질문과 글자가 똑같지 않아도 의미가 가까운 내용을 찾아 주는 검색 방식이에요.

SQL 에디터

SQL 에디터(SQL Editor)는 데이터베이스에 직접 명령을 적어 넣는 메모장 같은 것 — SQL 문장을 입력하고 실행해 테이블을 만들거나 데이터를 조회·수정하는 화면이에요.

수파베이스

수파베이스(Supabase)는 엑셀 표와 출입 명부를 한데 묶은 창고 같은 것 — 사이트의 회원·주문·상품 데이터를 저장하는 데이터베이스와 로그인 기능을 함께 제공하는 클라우드 백엔드 서비스예요.

벡터 DB

벡터 DB (Vector Database)는 뜻이 비슷한 책끼리 가까이 꽂아 두는 도서관 같은 것 — 임베딩으로 만든 숫자 좌표를 저장하고, 질문과 의미가 가까운 자료를 빠르게 찾아 주는 데이터베이스예요.

이 개념, 직접 적용해볼까요?

AI와 함께 나만의 사이트·서비스를 만드는 법을 강의에서 배워보세요.