AI
검색 · 벡터DB · 임베딩 · 코사인유사도
벡터 유사도 검색(Vector Similarity Search)의 수학적 원리와 임베딩
2026. 9. 3.
벡터 유사도 검색의 개념과 정의 벡터 유사도 검색(vector similarity search)(또는 벡터 검색)이란 벡터로 표현되는 데이터를 검색하는 데이터 검색 방법이다. 벡터란 단어, 문장, 문서, 이미지, 영상 데이터의 숫자 표현이다. 머신러닝 모델과 인공지능 응용 애플리케이션에서 주로 사용되는 개념이다. 벡터는
프롬프트 엔지니어링 · 자연어처리 · AI 추론 · 모델 최적화
추가 학습 없이 스스로 개선하는 LLM: Self-Refine의 반복적 자기 피드백 전략
2026. 9. 2.
연구 배경 및 핵심 문제 의식 대형 언어 모델(LLM)은 놀라운 언어 생성 능력을 갖추고 있지만, 단 한 번의 추론 패스(forward pass)만으로 최선의 답변을 내놓는다는 암묵적 가정 아래 운용되어 왔다. 그러나 실제 작업 환경에서는 코드 작성, 수학적 추론, 대화 응답 생성처럼 복잡한 태스크일수록 첫 번째 시도의
검색 증강 생성 · 인공지능
[RAG, AI] 벡터 유사도 검색과 RAG
2026. 3. 12.
벡터 유사도 검색 벡터 유사도 검색(vector similarity search)(또는 벡터 검색)이란 벡터로 표현되는 데이터를 검색하는 데이터 검색 방법이다. 벡터란 단어, 문장, 문서, 이미지, 영상 데이터의 숫자 표현이다. 머신러닝 모델과 인공지능 응용 애플리케이션에서 주로 사용되는 개념이다. 벡터는 데이터 간의 의
스프링 · 인공지능
[스프링] 스프링 AI
2026. 3. 12.
스프링 AI 스프링 AI란 자바/스프링 생태계에서 생성형 AI 기반 애플리케이션을 손쉽게 개발할 수 있도록 지원하는 추상화 프레임워크이다. 초기 생성형 AI 애플리케이션 개발은 한동안 랭체인(LangChain), 라마인덱스(LlamaIndex), Neo4j 파이썬 라이브러리, 다양한 LLM 프로바이더의 파이썬 라이브러리