🧠 온디바이스 문서 검색 앱 (Sentence Embedding 기반)

이 프로젝트는 ❄️Snowflake/snowflake-arctic-embed-s❄️ 모델을 활용해
사용자의 질의와 가장 유사한 문서 청크를 로컬에서 검색하는 안드로이드 앱입니다.

벡터 임베딩부터 질의 검색까지 모든 과정을 온디바이스에서 처리합니다.

📱 주요 기능

• ✅ JSONL 포맷의 문서 내 문장들을 청크화 및 벡터화
• ✅ ONNX 모델 기반 문장 임베딩 수행
• ✅ 코사인 유사도를 기반으로 질의와 가장 유사한 청크 Top-N 반환
• ✅ 모든 처리는 로컬 디바이스에서 비동기 처리

🔧 기술 스택

영역	사용 기술
UI	Jetpack Compose
모델 임베딩	snowflake-arctic-embed-s
모델 포맷	ONNX
임베딩 라이브러리	shubham0204/Sentence-Embeddings-Android
데이터 직렬화	Protobuf
상태관리	ViewModel + StateFlow
비동기 처리	Kotlin Coroutine

📦 APK 다운로드

👉 최신 버전 APK 다운로드

또는 Android Studio에서 직접 빌드해 테스트할 수 있습니다.

🚀 Android Studio 실행 방법

1. 레포지토리 클론

git clone https://github.com/gaeulzzang/Sentence_Similarity_Model.git

2. Android Studio로 열기

최소 SDK: 24 (Nougat) 권장 SDK: 33 이상

3. 모델과 토크나이저는 앱 내부에 이미 포함되어 있음

assets/model.onnx, assets/tokenizer.json 파일이 있어 별도 설정이 필요 없습니다.