체크리스트와 과제

원본 PDF 끝부분의 체크리스트, 과제, 다음 차시 미리보기를 한 페이지에 모았습니다.

이번 차시 체크리스트

출처: 원본 PDF 20쪽 · 쪽 그림 20쪽

개념 이해
□ 임베딩을 지도 좌표 비유로 설명할 수 있다
□ 차원이 왜 수백~수천 개인지 안다
□ 코사인 유사도가 각도로 재는 것임을 안다
□ 키워드 검색과 의미 검색의 차이를 설명할 수 있다
□ 모델을 바꾸면 왜 재생성이 필요한지 안다
실습
□ 벡터의 차원 수와 실제 숫자를 출력해봤다
□ 여러 문장 쌍의 유사도를 측정했다
□ 단어가 안 겹쳐도 점수가 높은 것을 확인했다
□ 관련/무관 그룹으로 나의 임계값을 정했다
□ 8차시 실패 사례를 임베딩으로 분석했다

과제

출처: 원본 PDF 22쪽 · 쪽 그림 22쪽

🎯 이번 차시 과제
1. 나의 임계값 찾기
내 문서 주제로 관련 질문 5개, 무관한 질문 5개를 만들고
6절의 코드로 임계값을 구하세요.
결과를 config.py에 MIN_SCORE로 기록합니다.
2. 유사도 표 만들기
내 문서에서 자주 쓰이는 표현 5개를 고르고,
사용자가 쓸 법한 다른 표현과 유사도를 재보세요.
​| 문서 표현 | 사용자 표현 | 유사도 | 찾아질까? |
3. 부정문 실험 (흥미로운 과제)
"환불이 가능합니다" 와 "환불이 불가능합니다"의
유사도를 재보세요. 예상보다 높게 나올 겁니다.
왜 그럴지, 어떻게 대응해야 할지 생각해보세요.

다음 차시 미리보기

출처: 원본 PDF 22~23쪽 · 쪽 그림 22쪽 23쪽

10차시: 벡터저장소 이해
오늘 좌표를 만드는 법을 배웠습니다.
그런데 조각이 수만 개면 어떻게 될까요?
질문 하나에 5만 번 계산을 해야 할까요?
다음 차시에는 그 문제를 해결합니다.
· 벡터 저장소가 왜 필요한가
· FAISS로 인덱스 만들고 저장·불러오기
· 한 번 만든 인덱스를 재사용해 비용 아끼기
· 저장소 종류와 선택 기준
인덱스를 저장해두면 매번 임베딩 비용을 내지 않아도 됩니다!

💬 마무리
오늘 배운 임베딩은 RAG에서 가장 "마법 같은" 부분입니다. 컴퓨터가 뜻을 이해하는 것처럼보이니까요.
하지만 실제로는 마법이 아닙니다. 방대한 글을 읽으며 "어떤 말들이 함께 쓰이는가"를 숫자로 정리해둔 것뿐입니다.
그래서 한계도 명확합니다. 부정문을 구분 못 하고, 고유명사에 약합니다.
원리를 알면 한계도 보이고, 한계를 알면 대응할 수 있습니다. 오늘 그 눈을 얻으셨습니다. 다음 차시에서 만나요! 🗺️