embedding임베딩
embedding은 텍스트나 이미지의 특징을 숫자 배열로 나타내 AI 검색과 유사도 비교에 쓰는 표현이다.
기사 3편
최근 언급 embedding은 텍스트·이미지 등의 특징을 벡터(숫자 배열)로 나타낸 표현 또는 그 표현을 만드는 과정이다. 학습된 모델이 만든 embedding은 데이터 사이의 유사도를 계산하는 데 쓰이며, AI 검색·추천과 RAG(검색 증강 생성)의 자료 검색에 활용된다. 단어가 정확히 일치하는지만 확인하는 검색과 달리, 표현 사이의 의미적 연관성을 비교할 수 있다.
이 설명은 AIPOST 기사와 널리 알려진 사실을 바탕으로 정리했습니다. 잘못된 내용이 있으면 정정 요청으로 알려 주세요.
이 항목을 다룬 기사
그러나 RAG가 가져온 문서가 embedding(텍스트를 검색에 쓸 벡터로 변환하는 과정)을 거쳐 벡터 데이터베이스에 저장되거나, agent가 여러 도구를 연달아 호출하면 원본 파일만 살펴서는 이동 경로를 놓칠 수 있습니다.
청크 경계가 조금만 달라지거나 embedding 정렬이 바뀌면 같은 문서로도 성공하기도 하고 실패하기도 합니다.