임베딩
임베딩(embedding)은 텍스트, 이미지, 기타 데이터를 나타내는 숫자 목록(벡터)으로, 의미가 비슷한 항목끼리 가까운 벡터를 갖도록 만들어집니다.
다른 이름: vector embedding, embeddings, embedding model
작성 Divya Sharma · 2026년 11월 15일 확인 · 리뷰 방식
컴퓨터는 의미를 직접 비교할 수 없지만 숫자는 빠르게 비교할 수 있습니다. 임베 딩은 "비밀번호를 어떻게 재설정하나요?"와 "로그인 정보를 잊어버렸어요"를, 겹치는 단어가 거의 없는데도 서로 가까이 있는 두 벡터로 바꿉니다. 의미 검색, 클러스터링, 추천이 동작하는 것은 이 덕분입니다.
임베딩 모델
임베딩 모델은 이런 벡터를 만드는 신경망입니다. 텍스트(멀티모달 모델이라면 이미지)를 보내면 길이가 고정된 벡터를 돌려줍니다. 예로는 text-embedding-3-large와 Voyage 4 Large가 있습니다. MTEB 리더보드가 이들을 비교하고, 임베딩 모델 가이드가 고르는 데 도움을 줍니다.
쓰는 방법
검색 증강 생성에서는 문서의 모든 청크를 한 번 임베딩해 벡터 데이터베이스에 저장합니다. 질의할 때는 같은 모델로 질문을 임베딩하고, 가장 가까운 저장 벡터를 돌려줍니다. 가까움은 보통 코사인 유사도나 내적으로 잽니다.
알아 둘 것
서로 다른 모델의 벡터는 비교할 수 없으므로, 모델을 바꾸면 전부 다시 임베딩해야 합니다. 벡터의 길이가 임베딩 차원이며, 이것이 저장 비용을 좌우합니다. 임베딩은 넓은 의미는 잘 담지만 제품 코드 같은 정확한 식별자는 놓칠 수 있습니다. 팀들이 하이브리드 검색 구성에 키워드 검색을 더하는 이유 중 하나입니다.
관련 용어
- 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.
- 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.
- 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.
- MTEB
- MTEB(Massive Text Embedding Benchmark)는 텍스트 임베딩 모델을 검색, 클러스터링, 분류, 리랭킹 등 여러 작업 유형에 걸쳐 많은 데이터셋과 언어로 채점하는 공개 벤치마크이자 리더보드입니다.