임베딩과 검색 — 의미 공간 설계
문장 임베딩으로 간단한 의미 검색을 만들고, 평가 지표를 함께 정의합니다.
참고 가격 840,000 KRW
결제는 사이트에서 진행되지 않습니다. 문의로 일정을 확인해 주세요.
과정 소개
벡터 DB 대신 로컬 인덱스로 시작해 비용과 복잡도를 분리합니다. 이후 확장 포인트를 문서화합니다.
다루는 내용
- 임베딩 모델 선택 기준
- cosine vs dot product 실험
- 소형 평가 세트 구축
- 검색 실패 사례 수집
- 확장 체크리스트
기대할 수 있는 결과물
- 로컬 의미 검색 데모
- 오프라인 평가 스크립트
- 확장 시 고려사항 1p
질문과 답변
비교 실습으로 소량 포함합니다. 주 언어는 한국어입니다.
필수 아님. 필요 시 연동 포인트만 논의합니다.
CPU 위주입니다. 임베딩 배치는 사전 계산합니다.
코호트 메모
-
실패 검색 케이스 모음이 유용했어요. 벡터 DB로 넘어갈 때 체크리스트가 있어 마음이 놓였습니다.