생성·멀티모달 · Embedding중급갱신일 2026. 10. 1.
임베딩
글·이미지를 숫자 벡터로 바꿔 ‘의미 거리’로 비교할 수 있게 한 표현입니다.
비유
책마다 GPS 좌표를 찍어, 비슷한 주제끼리 지도에서 가까이 모이게 하는 것과 같습니다.
이렇게 이해하세요
임베딩은 텍스트나 이미지를 고정 길이의 숫자 배열로 변환해, 유사도(코사인 등)로 검색·군집·추천을 하게 합니다. RAG에서 관련 문단을 찾는 핵심 부품이며, 의미 검색·중복 탐지에도 쓰입니다. ‘단어가 겹치는지’보다 ‘뜻이 가까운지’에 강한 편입니다. 모델·버전을 바꾸면 벡터 공간이 달라져 재색인이 필요할 수 있습니다. 초보자는 임베딩을 ‘AI가 읽는 의미 좌표’라고 기억하면 이후 벡터 DB·RAG 설명이 수월합니다.
한 줄 암기
임베딩 = 의미의 좌표값
좋은 예
고객 FAQ를 임베딩해 두고, 새 질문이 들어오면 가장 가까운 답변 후보를 먼저 보여 준다.
피하기
다른 임베딩 모델로 만든 벡터를 같은 DB에 섞어 두고 유사도만 믿는다.
관련 서비스
관련 용어
생성·멀티모달 더보기관련 링크
자주 묻는 질문
키워드 검색과 뭐가 다른가요?
키워드는 글자 일치에 강하고, 임베딩은 동의어·다른 표현의 의미 접근에 강합니다. 실무에서는 둘을 섞기도 합니다.
직접 수치를 해석해야 하나요?
보통은 해석하지 않고, 거리·순위만 사용합니다. 개별 숫자에 사람 의미를 붙이기 어렵습니다.