RAG Lab초급gemini-embedding-001
Embedding Explorer
유사도 계산·비교 분석 — 두 텍스트의 임베딩 코사인 유사도를 직접 계산해 의미 거리를 수치로 비교합니다.
RAG Lab 시리즈
2 / 4
임베딩 변환
텍스트를 고차원 벡터(768차원)로 변환하는 과정을 단계별로 시각화합니다.
유사도 매트릭스
청크 간 의미적 유사도를 코사인 유사도 히트맵으로 시각화합니다.
모델 비교
여러 임베딩 모델의 차원·특성 차이를 비교 분석합니다.
쿼리 검색
질문과 가장 관련 높은 청크를 찾는 검색 과정을 체험합니다.
Embedding Explorer 로딩 중...
임베딩이란?
임베딩(Embedding)은 텍스트 등의 데이터를 고정 크기의 숫자 벡터로 변환하는 기술입니다. 의미가 유사한 텍스트는 벡터 공간에서 가까운 위치에 배치되어, 이를 이용해 유사도 비교·검색·클러스터링을 수행할 수 있습니다.
- • gemini-embedding-001(768차원) 실제 임베딩 또는 Mock 모드로 즉시 체험
- • 코사인 유사도: 두 벡터 사이의 각도로 의미적 유사도 측정
- • RAG Lab 시리즈의 두 번째 도구 — 청크 분할 다음 단계인 벡터화 실습