워드 임베딩 설명: AI, LLM, 챗봇 뒤에 숨은 수학

해설은 단어의 의미를 고차원 벡터로 표현하는 워드 임베딩의 원리를 설명한다.

코사인 유사도, 유클리드 거리, 내적을 활용해 의미 공간에서 단어를 비교하는 방법을 보여준다.

벡터 연산으로 관련어, 반의어, 유추 관계까지 드러낼 수 있다.

이 개념은 정확한 단어 일치가 아니라 의미 유사도를 측정하게 해 NLP, 검색, LLM, 챗봇의 핵심이 된다.