ChromaDB 관리
조회 (Read)

Session 20 / 33 — Day 3

저장된 문서 목록 조회

박수현 · (사)한국정보공학기술사회 · 2026

이번 시간을 마치면

🎯 목표: 여러 chunk로 분할 저장된 문서를 사용자용 문서 목록으로 집계한다.

chunk의 파일 단위 그룹핑

💡 저장은 chunk 단위, 표시는 파일(source) 단위. 둘을 잇는 연결 고리가 메타데이터 source다.

list_documents 서비스 (스니펫)

def list_documents():
    data = store._collection.get(include=["metadatas"])
    counts = {}
    for m in data["metadatas"]:
        src = m.get("source", "unknown")
        counts[src] = counts.get(src, 0) + 1
    return [{"source": s, "chunks": n}
            for s, n in counts.items()]

• _collection.get(include=["metadatas"]) — 모든 chunk 의 메타데이터
• source 로 카운트 → 파일별 chunk 수
• _collection.count() — 전체 chunk 수로 컬렉션 상태 점검

📁 참고: vectorstore.py 의 list_documents / _distinct_sources

라우트는 서비스 호출만 (스니펫)

@app.get("/files")
def get_files():
    return jsonify(list_documents())

응답 예:

[
  {"source": "faq.pdf",   "chunks": 42},
  {"source": "rule.docx", "chunks": 18}
]

🔑 route는 서비스 결과를 JSON으로 반환할 뿐, 목록 UI 구성은 프런트가 담당한다.

특정 문서만 조회 (개념)

store._collection.get(
  where={"source": "faq.pdf"},
  include=["metadatas"], limit=5
)

핵심 5가지

1. ✅ 저장은 chunk 단위, 표시는 파일(source) 단위
2. ✅ GET /files → list_documents() 서비스 호출
3. ✅ 메타데이터를 source 로 집계해 파일별 chunk 수
4. ✅ get(include=["metadatas"]) 로 전체 조회 · count() 로 상태 점검
5. ✅ where 필터로 특정 문서만 조회 (limit 으로 미리보기)