기술노트

임베딩 실전 — L2 정규화와 코사인·내적을 헷갈리면 검색이 조용히 망가진다. Matryoshka 차원 축소, 질의·문서 비대칭 임베딩, 모델 교체 시 전체 재색인까지 벡터 검색 품질을 좌우하는 설정들을 실수 사례와 함께 정리했다.

벡터 임베딩의 원리와 텍스트를 고차원 벡터로 변환하는 과정, 유사도 검색 구현까지 실전 중심으로 설명합니다.

RAG 검색 증강 생성 완벽 가이드 — 임베딩부터 답변 생성까지 — 실무에서 바로 적용할 수 있는 가이드입니다.