임베딩 (Embedding)

AI 용어

의미를 숫자 벡터로 바꿔 가까운 정도를 계산할 수 있게 만든 표현

#임베딩#검색#벡터

정의

임베딩은 텍스트를 수백~수천 개의 숫자로 이뤄진 벡터로 바꿔, 뜻이 가까운 것끼리 벡터도 가깝게 놓이도록 만든 표현이다. 이렇게 바꿔두면 "비슷하다"를 사람 감이 아니라 두 벡터 사이의 거리로 계산할 수 있게 된다. 어떤 모델로 벡터를 만들었느냐에 따라 좌표계가 달라지므로, 저장할 때와 검색할 때 반드시 같은 모델을 써야 한다.

언제 쓰나

키워드가 아니라 의미로 검색·분류·군집화해야 할 때. RAG 의 검색 단계가 대표적이다.

언제 안 쓰나

정확 일치나 정규식으로 충분한 검색, 데이터가 얼마 없어 그냥 훑어도 되는 경우에는 과하다.

Claude Code에선

큰 코드베이스에 의미 검색을 얹을 때 쓰지만, 기본은 grep 으로 충분한 경우가 많다.

예시

"환불 규정"으로 검색해도 "반품 정책" 문서가 함께 나오는 것이, 글자가 아니라 뜻으로 이어져 있다는 증거다.

바로 쓰는 프롬프트

다음 항목들을 의미 기준으로 군집화하고 각 군집에 라벨을 붙여줘: {{목록}}

이 용어를 참조하는 용어

청킹 비전-랭귀지 모델

jt · via term-research · 복사 6 · KO