임베딩

임베딩은 무엇을 숫자로 바꾸나

임베딩 모델은 문장이나 상품 설명을 고정된 차원의 숫자 배열로 바꿉니다. OpenAI 문서는 임베딩을 문자열의 관련성을 측정하는 표현으로 설명하고 검색, 군집화, 추천, 이상치 탐지, 분류를 대표 용도로 듭니다.

숫자 한 칸을 사람이 직접 "가격"이나 "감정"이라고 읽는 방식은 아닙니다. 전체 벡터 사이의 거리나 각도를 계산해 두 대상의 관계를 비교합니다. 따라서 벡터 차원 수와 모델 이름, 입력 전처리 방식을 함께 저장해야 나중에 같은 기준으로 검색할 수 있습니다.

코사인 유사도 계산 예시

설명을 단순화해 문장 A의 임베딩이 [1, 1], 문장 B가 [2, 2]라면 두 벡터는 같은 방향이므로 코사인 유사도가 1입니다. 문장 C가 [1, -1]이면 A와 직각이라 유사도가 0입니다. 실제 임베딩은 훨씬 많은 차원을 사용하며, 유사도 1이 두 문장의 사실이 같다는 뜻은 아닙니다.

원-핫 인코딩·LLM·벡터 검색과 구분

원-핫 인코딩은 항목마다 독립된 위치를 1로 표시해 범주를 구별하지만, 항목 간 의미 거리를 직접 담지 않습니다. 임베딩은 학습된 연속값으로 유사성을 나타냅니다. LLM은 입력을 처리하고 출력을 생성하는 모델이며, 임베딩 모델은 검색이나 분류를 위한 표현을 반환하는 경우가 많습니다.

Azure 벡터 검색 문서는 임베딩을 색인에 저장하고 질의도 벡터로 바꿔 가까운 이웃을 찾는 흐름을 설명합니다. 임베딩은 표현이고 벡터 검색은 그 표현을 조회하는 절차입니다.

품질과 운영에서 주의할 점

임베딩 품질은 언어, 도메인 용어, 문서 길이, 모델 버전, 분할 방식에 따라 달라집니다. 상품명처럼 정확한 문자열이 중요한 검색은 키워드 검색을 함께 쓰는 편이 나을 수 있습니다. 서로 다른 임베딩 모델에서 만든 벡터는 같은 공간이 아니므로 그대로 섞어 비교하면 안 됩니다. 특히 다국어 상품명이나 전문 약어가 많은 데이터에서는 실제 사용자가 입력한 질의와 정답 문서 쌍을 언어별로 나누어 평가하고, 모델을 바꿀 때 기존 벡터를 그대로 재사용할 수 있는지도 확인해야 합니다.

• 모델 변경 시 기존 문서를 다시 임베딩할지 결정합니다.
• 개인정보를 외부 모델에 보낼 수 있는지 확인합니다.
• 관련성 평가는 실제 질의와 정답 문서 쌍으로 측정합니다.

자주 묻는 질문

임베딩 벡터의 각 숫자는 뜻이 정해져 있나요?

대개 한 차원을 사람이 읽을 수 있는 단일 의미로 대응시키기 어렵습니다. 벡터 전체의 거리와 방향을 이용해 관계를 판단합니다.

임베딩만 만들면 검색이 완성되나요?

아닙니다. 벡터 저장소, 이웃 검색 방식, 필터, 문서 분할, 재정렬, 평가가 함께 설계되어야 합니다.

출처와 확인 범위

1. Embeddings guide · OpenAI · 확인 2026-10-27

   임베딩은 텍스트 간 관련성을 수치 벡터로 표현하며 검색·군집화·추천·분류 등에 쓰입니다.

   확인 범위: OpenAI 임베딩 모델의 기능과 예시가 중심입니다.

2. Vector search in Azure AI Search · Microsoft Learn · 확인 2026-10-27

   벡터 검색은 콘텐츠의 수치 표현을 색인·질의하고 질의 벡터와 가까운 벡터를 찾는 정보 검색 방식입니다.

   확인 범위: Azure AI Search 제품의 지원 방식과 가격 조건이 포함됩니다.

함께 이해할 용어