임베딩(Embedding)은 텍스트나 이미지 같은 데이터를 의미 관계가 보존된 숫자 벡터로 바꾼 것이다. OpenAI text-embedding-3-small은 기본 1536차원, 3-large와 구글 gemini-embedding-001은 기본 3072차원 벡터를 만든다. 두 벡터의 거리(코사인 유사도)가 의미적 관련성을 나타내며, AI 검색과 RAG는 이 유사도로 인용할 문서를 고른다. GEO의 단위가 키워드에서 의미로 바뀐 기술적 이유다.
임베딩(Embedding)은 텍스트, 이미지 같은 데이터를 의미 관계가 보존된 숫자 벡터로 바꾼 것입니다. 문장 하나가 숫자 수천 개짜리 좌표가 돼요. 의미가 비슷한 문장일수록 좌표 공간에서 가까운 곳에 놓입니다.
핵심은 세 가지입니다. 임베딩은 의미의 좌표이고, AI 검색과 RAG는 이 좌표의 거리로 인용할 문서를 고르며, 그래서 콘텐츠 최적화의 단위는 단어 일치가 아니라 의미가 됐습니다.
서치폴라리스가 OpenAI와 구글 공식 문서, 원 논문만 골라 정리했습니다.
문장 하나가 숫자 3,072개짜리 좌표가 된다
임베딩이라는 말이 어렵게 들리지만 실체는 단순합니다.
숫자 목록입니다.
OpenAI 공식 가이드는 임베딩을 부동소수점 숫자의 벡터로 정의하고, 두 벡터 사이 거리가 의미적 관련성을 측정한다고 설명해요. 모델별 크기도 공식 문서에 나옵니다. text-embedding-3-small은 기본 1536차원, text-embedding-3-large는 3072차원이에요. 구글 gemini-embedding-001도 기본 3072차원이고 768이나 1536으로 줄여 쓸 수 있습니다.
임베딩은 의미의 GPS 좌표예요. 지도에서 좌표가 가까우면 실제로 가까운 동네인 것처럼, 임베딩 공간에서 가까운 문장은 의미가 비슷합니다. "풀필먼트 비용"과 "물류 대행 가격"은 겹치는 단어가 없지만 좌표는 바로 옆이에요.
이 좌표는 연산도 됩니다. 2013년 구글 연구팀의 Word2Vec 논문에 유명한 사례가 실려 있어요. 왕(King) 벡터에서 남자(Man)를 빼고 여자(Woman)를 더하면 여왕(Queen) 근처 좌표가 나옵니다. 숫자 목록이 단어 사이의 관계까지 담고 있다는 증거였고, 이후 2018년 BERT가 문맥까지 반영하는 임베딩으로 이 계보를 이었습니다.
검색엔진은 단어 대조를 그만두고 좌표 대조를 시작했다
키워드가 일치해야 검색에 걸린다는 통념은 임베딩 이전 시대의 규칙입니다. 구글 머신러닝 문서가 설명하는 것처럼, 임베딩은 고차원 데이터를 유사도 연산이 가능한 벡터 공간으로 옮겨요. 검색어와 문서를 같은 공간에 놓고 거리를 재면, 단어가 달라도 의미가 같은 문서를 찾을 수 있습니다.
거리 계산에는 주로 코사인 유사도를 씁니다. 두 벡터가 가리키는 방향이 얼마나 비슷한지 재는 값이에요. OpenAI는 자사 임베딩이 길이 1로 정규화되어 있어 코사인 유사도 계산이 가장 빠르고 순위도 다른 지표와 같다고 공식 문서에 명시합니다.
~~수능 국어의 "다음 중 의미가 가장 가까운 문장은?"을 기계가 초당 수백만 번 푸는 셈입니다.~~
| 구분 | 키워드 검색 | 임베딩 검색 |
|---|---|---|
| 비교 대상 | 단어의 일치 | 벡터 좌표의 거리 |
| 동의어 처리 | 못 잡음, 별도 사전 필요 | 좌표가 가까워 자동 매칭 |
| 검색 단위 | 문서, 페이지 | 문단 단위 청크 |
| 대표 사례 | 초기 검색엔진, 사이트 내 검색 | AI 검색, RAG, 추천 시스템 |
이 원리가 검색 전체를 바꿨습니다. 구글이 2019년 BERT를 검색에 적용하며 미국 영어 검색 10건 중 1건의 해석이 달라진다고 발표한 것도, 의미 기반 검색이 표준이 된 것도 같은 흐름이에요. 전체 그림은 시맨틱 검색에서 정리했습니다.
AI 검색의 뒷단에는 임베딩 파이프라인이 돈다
챗GPT나 퍼플렉시티가 답변에 출처를 붙일 때, 뒷단에서는 RAG(검색 증강 생성)가 돌아갑니다. 임베딩은 이 파이프라인의 심장이에요.
순서는 네 단계입니다. 문서를 문단 단위 청크로 쪼개고, 각 청크를 임베딩 모델로 벡터로 바꾸고, 벡터 데이터베이스에 저장합니다. 질문이 들어오면 질문도 벡터로 바꿔서 가장 가까운 청크를 찾아 답변 재료로 넘겨요. 이 구조는 RAG 정리 글에서 자세히 다뤘습니다.
구글도 방향이 같습니다. AI 모드는 질문을 하위 주제로 쪼개 여러 검색을 동시에 돌리는 쿼리 팬아웃 방식을 쓴다고 공식 블로그에서 밝혔고, AI Overviews 사용자는 2025년 2분기 실적 발표 기준 월 20억 명이에요.
다만 구글이 웹 전체를 정확히 어떤 임베딩으로 저장하는지는 공개된 적이 없습니다. 확실하지 않은 영역이에요. 우리가 확인할 수 있는 건 문단 단위 이해가 공식화됐다는 사실까지고, 실무에서는 그거면 충분합니다.
마케터에게 임베딩은 글쓰기 규칙으로 번역된다
서치폴라리스 팀이 고객사 콘텐츠를 진단하면서 확인한 것도 이 지점입니다. 임베딩 검색의 단위는 문서가 아니라 청크예요. 그래서 AI에 인용되는 글은 문단 하나하나가 독립된 답변으로 완결됩니다.
앞 문단을 읽어야 이해되는 문단은 벡터로 바꿨을 때 의미가 흐려집니다. "그 방법은"으로 시작하는 문단보다 "풀필먼트 비용을 줄이는 방법은"으로 시작하는 문단이 질문 벡터와 가까워요. 대명사를 명사로 바꾸는 사소한 습관이 인용 확률을 바꿉니다.
동의어 걱정은 반대로 줄었습니다. "물류 대행"과 "3PL"을 다 넣으려고 애쓸 필요가 없어요. 임베딩 공간에서 이미 이웃이니까요. 대신 한 문단에 여러 주제를 섞으면 좌표가 어중간한 지점에 찍혀서 어떤 질문과도 가까워지지 않습니다.
이런 경우엔 임베딩 공부를 추천하지 않습니다
마케터가 벡터 데이터베이스를 세팅하거나 차원 축소 수학을 배울 필요는 없습니다. 그 지식이 콘텐츠 성과를 바꾸는 경우를 거의 못 봤어요. 사내 검색 시스템이나 챗봇을 직접 만드는 팀이라면 이야기가 다르고, 그때는 모델 선택과 청크 전략부터 제대로 배우는 게 맞습니다.
우리는 마케터에게 개념과 결과만 가져가라고 권해요. 임베딩은 의미의 좌표라는 개념, 그리고 한 문단이 한 질문에 완결로 답해야 좌표가 선명해진다는 결과. 이 둘이면 임베딩 시대의 글쓰기는 충분히 달라집니다.
결론: 검색의 언어가 단어에서 좌표로 바뀌었다
임베딩을 알고 나면 GEO가 왜 키워드 밀도 게임이 아닌지 명확해집니다. 검색엔진과 AI는 내 글을 단어 목록이 아니라 의미 좌표로 저장해요. 좌표를 선명하게 만드는 건 반복이 아니라 완결된 문단입니다.
임베딩이 텍스트를 넘어 이미지와 음성까지 같은 공간에 놓는 흐름은 멀티모달 검색에서 이어집니다.
자주 묻는 질문
Q: 임베딩이란 무엇인가요?
텍스트나 이미지 같은 데이터를 의미 관계가 보존된 숫자 벡터로 바꾼 것입니다. 의미가 비슷한 데이터일수록 벡터 공간에서 가까운 좌표에 놓여요. OpenAI 공식 문서는 두 벡터 사이 거리가 의미적 관련성을 측정한다고 정의합니다.
Q: 임베딩 벡터의 차원 수는 무엇을 의미하나요?
벡터를 이루는 숫자의 개수입니다. OpenAI text-embedding-3-small은 1536개, 3-large는 3072개의 숫자로 문장 하나를 표현해요. 차원이 클수록 의미를 더 세밀하게 담을 수 있지만 저장과 연산 비용이 늘어서, 최신 모델들은 차원을 줄여 쓰는 옵션을 함께 제공합니다.
Q: 코사인 유사도는 임베딩에서 왜 쓰이나요?
두 벡터가 가리키는 방향의 유사성을 재는 지표라서 의미 비교에 적합합니다. OpenAI는 자사 임베딩이 길이 1로 정규화되어 있어 코사인 유사도 계산이 가장 효율적이라고 공식 문서에 명시해요. AI 검색과 RAG가 질문과 문서를 매칭할 때 이 값을 씁니다.
Q: 임베딩은 AI 검색 최적화(GEO)와 무슨 관계인가요?
AI 검색은 문서를 문단 단위 청크로 쪼개 임베딩으로 저장하고, 질문 벡터와 가까운 청크를 인용합니다. 그래서 한 문단이 한 질문에 완결로 답하는 구조가 인용 확률을 높여요. 키워드 반복 대신 문단의 자족성이 GEO의 핵심이 된 기술적 이유입니다.
