Embeddings란 무엇일까? / Semantic Space

JSCODE 시니

2026. 06. 13.

✅ 1. Embeddings란 무엇일까?

• 텍스트, 이미지, 비디오 등 사람이 사용하는 데이터를 AI가 계산할 수 있도록 수많은 숫자들의 배열(Vector)로 변환한 표현 방식

• 컴퓨터는 '사과'나 '바나나'라는 단어의 진짜 의미를 모름. 단지 문자로 인식함

• 하지만 이 단어들을 [0.12, -0.45, 0.89, ...] 같은 복잡한 숫자 좌표로 번역해주면, AI는 수학적 계산을 통해 입력된 데이터 간의 관계와 패턴을 포착할 수 있음

✅ 2. 의미론적 공간과 거리계산

• 의미론적 공간(Semantic Space)

• 가까운 거리 = 비슷한 의미
• 의미가 비슷한 데이터일수록 숫자 좌표상에서 서로 가까운 위치에 모이게 됨

• 거리 계산으로 유사도 파악
• ‘강아지’와 ‘멍멍이’는 글자가 완전히 다르지만, 임베딩을 거치면 두 단어의 수치적 거리가 매우 가깝게 나옴 ⇒ 유사도가 높음
• 반대로 ‘강아지’와 ‘자동차’는 의미가 전혀 다르므로 좌표 공간에서 아주 멀리 떨어지게 됨
• AI는 이 두 벡터 간의 거리를 수학적으로 계산하여 유사도를 파악함.

✅ 3. 실무 활용 분야

• 의미론적 검색
• 단순한 '키워드 일치' 검색을 뛰어넘는 검색
• 유저가 ‘돈 돌려주세요’라고 검색창에 쳤을 때, '돈'이나 '돌려'라는 단어가 하나도 없는 ‘환불 및 결제 취소 규정’ 문서를 찾아줄 수 있음. (문장의 '의미' 거리가 가깝기 때문)
• Spring AI에서 사내 문서를 검색하는 등의 RAG(검색 증강 생성) 시스템의 핵심 기술

• 텍스트 분류
• 문장의 의미 좌표를 분석하여 스팸 메일을 자동으로 걸러내거나, 영화 리뷰가 긍정적인지 부정적인지 분류할 수 있음

• 제품 및 콘텐츠 추천
• 넷플릭스 영화나 쇼핑몰의 상품들을 모두 벡터 숫자로 변환함
• 유저가 특정 상품을 클릭하면, 그 상품과 가장 거리가 가까운(유사한 특징을 가진) 다른 상품들을 자동으로 추천해줌