기초 개념 · Word Embedding초보갱신일 2026. 10. 1.
단어 임베딩
단어·구를 숫자 벡터로 바꿔 ‘의미가 비슷하면 가깝게’ 배치하는 표현입니다.
비유
도서관에서 ‘고양이·강아지’ 책을 가까운 서가에 두듯, 임베딩은 의미 거리를 좌표로 표현합니다.
이렇게 이해하세요
단어 임베딩(Word Embedding)은 Word2Vec, GloVe 같은 고전 기법부터, 오늘날 문장·문서 단위 embedding 모델까지 이어지는 ‘텍스트→벡터’ 아이디어입니다. 검색, 추천, 클러스터, RAG의 1단계와 연결됩니다. LLM 내부에도 토큰 임베딩층이 있지만, 제품에서 말하는 ‘임베딩 API’는 주로 검색·분류용 벡터를 뜻합니다. ‘왕 - 남자 + 여자 ≈ 여왕’ 같은 유명한 비유는 방향성을 직관적으로 보여 줍니다. 다만 편견·다의어·신조어는 벡터 공간에서도 왜곡될 수 있습니다.
한 줄 암기
임베딩 = 단어를 좌표(벡터)로
좋은 예
사내 FAQ를 문장 임베딩해 유사 질문 Top3를 상담원 화면에 띄운다.
피하기
임베딩 유사도 0.9 하나로 계약 위반 여부를 단정한다.
관련 서비스
관련 용어
기초 개념 더보기관련 링크
자주 묻는 질문
embedding과 word embedding은 같나요?
word embedding은 단어 중심의 고전 용어이고, 지금은 문장·이미지 임베딩까지 embedding으로 통칭하는 경우가 많습니다.
RAG와 무슨 관계인가요?
문서를 임베딩해 저장하고, 질문 임베딩과 가까운 조각을 찾는 것이 RAG 검색의 핵심입니다.