임베딩 모델(Embedding model)
임베딩 모델은 텍스트나 이미지 같은 데이터를 그 의미를 담은 숫자 목록으로 바꿔서, 비슷한 항목들이 서로 가까운 위치에 놓이게 합니다.
임베딩은 시맨틱 검색, 추천, 검색 증강 생성을 떠받치는 기술입니다. 문서를 한 번 임베딩해 두고 각 질문도 임베딩한 뒤, 숫자가 가장 가까운 문서를 돌려줍니다. 임베딩 모델은 글을 쓰지 않으며, 출력은 벡터입니다.
임베딩 모델은 채팅 모델에 비해 작습니다. Qwen3-Embedding은 6억~80억 파라미터, EmbeddingGemma 2는 10억 개 미만이라 둘 다 보통 노트북에서 돌아갑니다.
관련 용어
- 검색 증강 생성(RAG) 검색 증강 생성(RAG)은 관련 문단을 검색해 프롬프트에 추가함으로써, 모델이 여러분 자신의 문서를 근거로 답하게 만듭니다.
- 멀티모달 모델 멀티모달 모델은 텍스트, 이미지, 오디오, 비디오처럼 한 가지 이상의 데이터 유형을 입력, 출력 또는 그 둘 모두로 처리할 수 있습니다.