임베딩 모델(Embedding Model)은 글을 지도 위 좌표로 바꿔 주는 번역기 같은 것 — 문장의 의미를 숫자 목록(벡터)으로 바꿔, 뜻이 비슷한 글끼리 가까이 놓이게 만드는 AI 모델이에요.
임베딩 모델은 글을 지도 위의 좌표로 바꿔 주는 번역기와 비슷해요. '강아지 산책법'과 '반려견 걷기 요령'은 단어는 다르지만 뜻이 비슷하니 지도에서 가까운 곳에 찍히고, '세금 신고'는 멀리 찍혀요. 이렇게 의미를 숫자로 바꿔 두면 컴퓨터가 단어가 달라도 비슷한 내용을 찾아낼 수 있어요.
강의에서는 강의 영상 받아쓰기 같은 내 지식을 AI가 찾아 쓸 수 있게 만들 때 임베딩 모델을 써요. OpenAI가 제공하는 임베딩 전용 모델에는 small과 large가 있고, large가 더 정확하다고 소개해요. 강의 전체를 잘게 나눠 임베딩한 뒤 벡터 DB에 저장하면, 질문이 들어왔을 때 의미가 가까운 부분을 찾아 답하는 RAG 챗봇을 만들 수 있어요. 강의에서는 영상 전체를 임베딩해도 비용 부담이 크지 않았다고 설명해요.
small과 large 중에는 정확도가 중요하면 large, 양이 아주 많고 비용을 아끼고 싶으면 small을 고르는 식으로 정해요. 주의할 점은 한 번 정한 모델을 중간에 바꾸면 기존 데이터를 전부 다시 임베딩해야 한다는 거예요. 서로 다른 모델이 만든 좌표는 같은 지도로 비교할 수 없거든요. 또 임베딩 모델은 글을 찾는 역할이고, 답을 쓰는 건 Claude 같은 언어 모델이라는 점도 구분하세요.
AI 에이전트를 직접 만들고 24시간 운영하는 법을 단계별 강의로 배워보세요.