docs: architecture.md 대규모 갱신 — GPU 서버 재구성 반영

- ChromaDB → Qdrant 전체 치환 (28건)
- nomic-embed-text → bge-m3 (1024차원) 전체 치환 (12건)
- Qwen2.5-VL-7B → Surya OCR (:8400) 전체 치환 (5건)
- VRAM 다이어그램 갱신 (~11.3GB → ~7-8GB)
- 3-Tier 라우팅 전략, 모델 협업 파이프라인 갱신
- Komga 만화 서버 GPU 서버 이전 반영
- embed_to_chroma.py 삭제 (embed_to_qdrant.py로 대체)

Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>

scripts/embed_to_chroma.py

@@ -1,104 +0,0 @@
-#!/usr/bin/env python3
-"""
-벡터 임베딩 스크립트
-- DEVONthink 문서 UUID로 텍스트 추출
-- GPU 서버(nomic-embed-text)로 임베딩 생성
-- ChromaDB에 저장
-"""
-
-import os
-import sys
-import requests
-from pathlib import Path
-
-sys.path.insert(0, str(Path(__file__).parent))
-from pkm_utils import setup_logger, load_credentials, run_applescript_inline
-
-logger = setup_logger("embed")
-
-# ChromaDB 저장 경로
-CHROMA_DIR = Path.home() / ".local" / "share" / "pkm" / "chromadb"
-CHROMA_DIR.mkdir(parents=True, exist_ok=True)
-
-
-def get_document_text(uuid: str) -> tuple[str, str]:
-    """DEVONthink에서 UUID로 문서 텍스트 + 제목 추출"""
-    script = f'''
-    tell application id "DNtp"
-        set theRecord to get record with uuid "{uuid}"
-        set docText to plain text of theRecord
-        set docTitle to name of theRecord
-        return docTitle & "|||" & docText
-    end tell
-    '''
-    result = run_applescript_inline(script)
-    parts = result.split("|||", 1)
-    title = parts[0] if len(parts) > 0 else ""
-    text = parts[1] if len(parts) > 1 else ""
-    return title, text
-
-
-def get_embedding(text: str, gpu_server_ip: str) -> list[float] | None:
-    """GPU 서버의 nomic-embed-text로 임베딩 생성"""
-    url = f"http://{gpu_server_ip}:11434/api/embeddings"
-    try:
-        resp = requests.post(url, json={
-            "model": "nomic-embed-text",
-            "prompt": text[:8000]  # 토큰 제한
-        }, timeout=60)
-        resp.raise_for_status()
-        return resp.json().get("embedding")
-    except Exception as e:
-        logger.error(f"임베딩 생성 실패: {e}")
-        return None
-
-
-def store_in_chromadb(doc_id: str, title: str, text: str, embedding: list[float]):
-    """ChromaDB에 저장"""
-    import chromadb
-    client = chromadb.PersistentClient(path=str(CHROMA_DIR))
-    collection = client.get_or_create_collection(
-        name="pkm_documents",
-        metadata={"hnsw:space": "cosine"}
-    )
-    collection.upsert(
-        ids=[doc_id],
-        embeddings=[embedding],
-        documents=[text[:2000]],
-        metadatas=[{"title": title, "source": "devonthink"}]
-    )
-    logger.info(f"ChromaDB 저장: {doc_id} ({title[:30]})")
-
-
-def run(uuid: str):
-    """단일 문서 임베딩 처리"""
-    logger.info(f"임베딩 처리 시작: {uuid}")
-
-    creds = load_credentials()
-    gpu_ip = creds.get("GPU_SERVER_IP")
-    if not gpu_ip:
-        logger.warning("GPU_SERVER_IP 미설정 — 임베딩 건너뜀")
-        return
-
-    try:
-        title, text = get_document_text(uuid)
-        if not text or len(text) < 10:
-            logger.warning(f"텍스트 부족 [{uuid}]: {len(text)}자")
-            return
-
-        embedding = get_embedding(text, gpu_ip)
-        if embedding:
-            store_in_chromadb(uuid, title, text, embedding)
-            logger.info(f"임베딩 완료: {uuid}")
-        else:
-            logger.error(f"임베딩 실패: {uuid}")
-
-    except Exception as e:
-        logger.error(f"임베딩 처리 에러 [{uuid}]: {e}", exc_info=True)
-
-
-if __name__ == "__main__":
-    if len(sys.argv) < 2:
-        print("사용법: python3 embed_to_chroma.py <DEVONthink_UUID>")
-        sys.exit(1)
-    run(sys.argv[1])