임베딩

임베딩(embedding)은 글·그림의 뜻을 수백~수천 개의 숫자 목록(벡터)으로 바꾸는 일이에요. 지도에 좌표를 찍는 것과 같아요. 뜻이 비슷한 문장은 가까운 자리에, 다른 문장은 먼 자리에 찍혀요. 그래서 단어가 달라도 같은 이야기를 찾아낼 수 있어요.

임베딩은 어떻게 동작해요?

1. 임베딩 모델에 문장을 넣어요.
2. 모델이 뜻을 담은 숫자 목록(벡터)을 돌려줘요. 같은 모델이면 길이(차원 수)가 늘 같아요.
3. 두 벡터가 같은 방향을 볼수록 뜻이 비슷하다고 봐요. 이걸 재는 값이 코사인 유사도예요. 1에 가까우면 비슷, 0에 가까우면 관계없음이에요.

키워드 검색은 "꺼져요"라는 글자가 있어야 찾지만, 임베딩 검색은 "다운됐어요"처럼 다른 말로 쓴 문장도 찾아요.

직접 문장 4개를 바꿔 봤어요

2026년 10월 29일, 퓨쳐인프라 AI 라우터로 임베딩 모델 3개에 같은 문장 4개를 넣었어요.

① 서버가 자꾸 꺼져요
② 호스팅이 갑자기 다운됐어요
③ 김치찌개 맛있게 끓이는 법
④ My server keeps shutting down

①을 넣었을 때 돌아온 숫자의 앞 5개는 이랬어요.

text-embedding-3-small (1,536개)  [-0.0057, 0.0060, -0.0138, -0.0276, 0.0084, …]
qwen3-embedding-8b     (4,096개)  [ 0.0317, 0.0020,  0.0174, -0.0329, 0.0221, …]
bge-m3                 (1,024개)  [-0.0724, 0.0211, -0.0531, -0.0309, -0.0155, …]

세 모델 모두 서버 문장끼리를 김치찌개보다 가깝게 봤어요. 그런데 점수의 크기는 모델마다 달라요. text-embedding-3-small 은 전체적으로 낮게, 나머지 둘은 높게 나와요. 그래서 "0.5 넘으면 비슷"처럼 기준을 정할 때는 쓰는 모델로 직접 재 봐야 해요.

특히 한국어 ①과 영어 ④처럼 언어가 다른 짝은 qwen3-embedding-8b 와 bge-m3 가 훨씬 가깝게 잡았어요. 한국어·영어 자료가 섞여 있다면 여러 언어를 같이 배운 모델이 유리해요.

임베딩은 어디에 써요?

임베딩 모델은 어떻게 골라요?

• 언어 — 한국어 자료가 많으면 여러 언어를 학습한 모델을 고르세요. 위 실험처럼 차이가 커요.
• 차원 수 — 클수록 세밀하지만 저장 공간이 늘어요. 4,096차원은 1,024차원의 4배 자리를 차지해요.
• 한 번에 넣는 길이 — 모델마다 한 번에 바꿀 수 있는 글 길이가 달라요. 긴 문서는 잘라서 넣어요.
• 한 번 정하면 유지 — 모델을 바꾸면 저장해 둔 벡터를 모두 다시 만들어야 해요. 다른 모델의 벡터끼리는 비교할 수 없어요.

자주 하는 오해

• 숫자 하나하나에 뜻이 있다 — "3번째 숫자 = 성별" 같은 식이 아니에요. 뜻은 여러 숫자에 흩어져 담겨요.
• 임베딩은 AI 가 글을 만드는 것이다 — 아니에요. 뜻을 숫자로 바꾸기만 해요. 글을 쓰는 건 LLM이에요.
• 임베딩 검색이면 키워드 검색은 필요 없다 — 상품 번호·사람 이름처럼 글자가 정확해야 하는 건 키워드 검색이 나아요. 둘을 섞으면 더 잘 찾아요.

퓨쳐인프라에서는

퓨쳐인프라 AI 라우터 목록에는 2026년 10월 29일 기준 임베딩 모델이 36개 있어요. OpenAI 호환 형식이라 모델 이름만 바꿔 같은 문장으로 비교해 볼 수 있어요. 위 실험의 세 번 호출은 각각 1원이 찍혔어요. 사용료는 충전 지갑에서 빠져요.

벡터를 직접 저장·관리하기 번거롭다면 세컨브레인에 자료를 넣어 두세요. 뜻(벡터)과 글자(키워드) 둘 다로 찾아 주는 저장소예요.

자주 묻는 질문

임베딩과 벡터는 같은 말이에요?

벡터는 숫자 목록이라는 모양을 말하고, 임베딩은 뜻을 그 숫자 목록으로 바꾸는 일(또는 그 결과)을 말해요. 같이 섞어 쓰기도 해요.

임베딩을 저장하려면 벡터 DB 가 꼭 필요해요?

문서가 수천 개 이하면 일반 DB 나 파일로도 돼요. 수십만 개가 넘어 빨리 찾아야 할 때 벡터 DB 가 쓸모 있어요.

코사인 유사도는 몇 이상이면 비슷한 거예요?

모델마다 달라요. 이번 실험에서도 같은 짝이 0.228 과 0.862 로 나왔어요. 내 자료로 재 보고 기준을 정하세요.

그림도 임베딩할 수 있어요?

네. 그림 전용 또는 글과 그림을 같이 다루는 임베딩 모델이 있어요. 그러면 글로 그림을 찾을 수 있어요.

관련 용어

RAG · LLM · 멀티모달 · AI 토큰 · 해시