코사인 유사도
코사인 유사도(cosine similarity)는 두 벡터 사이의 각도로 둘이 얼마나 비슷한지 재는 값입니다. -1부터 1까지의 범위를 가지며, 벡터의 길이는 무시하고, 검색에서 임베딩을 비교하는 가장 흔한 방법입니다.
다른 이름: cosine distance
작성 Divya Sharma · 2026년 11월 15일 확인 · 리뷰 방식
두 임베딩이 같은 방향을 가리키면 코사인 유사도는 1입니다. 직각을 이루면 0이고, 반대 방향을 가리키면 -1입니다. 방향만 중요하므로, 같은 주제를 다룬 긴 문서와 짧은 문서도 가깝다는 점수를 받을 수 있습니다.
(이름이 같은 AI 코딩 도구 Cosine과 혼동하지 마십시오.)
계산 방법
두 벡터의 내적을 구하고 두 벡터 길이의 곱으로 나눕니다. 두 벡터가 이미 길이 1로 정규화되어 있다면 코사인 유사도는 단순 내적과 같고, 계산도 더 쌉니다. 그래서 많은 임베딩 모델이 정규화된 벡터를 돌려줍니다.
코사인 거리
일부 벡터 데이터베이스는 유사도 대신 거리를 요구합니다. 코사인 거리는 보통 1에서 코사인 유사도를 뺀 값이므로, 작을수록 가깝습니다.
지표 고르기
임베딩 모델이 학습할 때 쓴 지표를 쓰십시오. 모델 문서에 나와 있습니다. 정규화된 벡터라면 코사인, 내적, 유클리드 거리가 같은 순위를 내므로, 선택은 사람들이 생각하는 것보다 덜 중요합니다. 정규화되지 않은 벡터라면 결과가 다를 수 있습니다.
한계
높은 점수가 정해진 비율의 관련성을 뜻하지는 않습니다. 점수 범위는 모델마다 다르므로, 한 모델에서 잘 맞는 임계값이 다른 모델에서는 실패할 수 있습니다. 임계값은 자신의 데이터로 시험해 정하거나, 리랭커에게 판단 을 맡기십시오.
관련 용어
- 임베딩
- 임베딩(embedding)은 텍스트, 이미지, 기타 데이터를 나타내는 숫자 목록(벡터)으로, 의미가 비슷한 항목끼리 가까운 벡터를 갖도록 만들어집니다.
- 벡터 검색(Vector search)
- 벡터 검색(vector search)은 항목의 임베딩을 쿼리의 임베딩과 비교해 가장 가까운 것을 돌려주는 방식으로 항목을 찾습니다. 그래서 결과가 공통 키워드가 아니라 의미로 일치합니다.
- 벡터 데이터베이스(Vector database)
- 벡터 데이터베이스(vector database)는 임베딩을 원본 레코드와 함께 저장하고, 쿼리 벡터에 가장 가까운 저장된 벡터를 찾습니다. 보통 근사 인덱스를 써서 수백만 개 항목에서도 검색이 빠르게 유지됩니다.
- 임베딩 차원
- 임베딩 차원(embedding dimension)은 임베딩 모델이 출력하는 각 벡터의 값 개수입니다. 차원이 많을수록 더 많은 세부 정보를 담을 수 있지만, 값이 하나 늘 때마다 항목당 저장, 메모리, 검색 비용이 늡니다.
- 리랭킹(Reranking)
- 리랭킹(reranking)은 후보 문서의 짧은 목록을 받아, 첫 검색보다 더 정확하지만 느린 모델로 쿼리와의 관련도에 따라 다시 정렬하는 두 번째 검색 단계입니다.