Vector 4장 카드뉴스

AI 모델 분야에서 쓰이는 용어로, 단어·문장·이미지·코드의 의미를 컴퓨터가 이해하도록 압축한 숫자 묶음으로, 의미가 가까운 항목은 벡터 공간에서 거리도 가까워지도록 학습됩니다.

벡터는 문장이나 사진처럼 사람이 쓰는 자료에 "좌표"를 매겨 두는 방법이에요. 좌표를 비슷한 자리에 찍어 두면, 컴퓨터가 "이거랑 비슷한 게 뭐지?"를 거리 계산만으로 답할 수 있습니다. 인스타가 좋아요 누른 릴스랑 비슷한 영상을 띄워 주거나 쿠팡이 본 상품과 비슷한 상품을 추천하는 게 이 원리예요. ChatGPT가 사내 매뉴얼을 읽고 답할 때도, 질문 문장을 벡터로 바꿔 뜻이 가까운 문단부터 꺼내 와 답에 쓰는 식이라 알아 두면 검색·추천·RAG 어디서나 쓸모가 많습니다.

**케이스 1: OpenAI text-embedding-3 — 1k 토큰당 비용 5분의 1, MIRACL 점수 +23.5%p** OpenAI가 2024년 1월 공개한 text-embedding-3-small은 텍스트를 1536차원 벡터로 변환합니다 [3]. 다국어 검색 벤치마크 MIRACL 평균이 직전 ada-002의 31.4%에서 54.9%로 올랐고, 동시에 1k 토큰당 가격이 $0.000