임베딩에서 프로토타입으로 라우팅하기
분류기에는 레이블 붙은 훈련 데이터가 필요해요. 가끔은 그게 하나도 없어요 -> 의도마다 예시 쿼리 몇 개만 있어요. 그럴 때 가장 싼 라우터는 가장 가까운 프로토타입이에요: 각 의도를 벡터 하나(그 "프로토타입", 흔히 예시 몇 개의 평균 임베딩)로 나타내고, 들어온 쿼리를 임베딩해서, 가장 곧바로 가리키는 프로토타입으로 보내요.
"가장 곧바로 가리킨다"는 코사인 유사도를 뜻해요: 길이는 무시한 두 벡터 사이 각도의 코사인이에요. 같은 주제의 긴 문서와 짧은 문서도 여전히 맞아야 하니, 글에 알맞은 척도예요.
cosine(a, b) = (a . b) / (|a| |b|)1.0 가까운 값은 벡터가 같은 쪽을 가리킨다(같은 의도)는 뜻이고, 0.0 가까이는 관련 없음이에요. 라우터는 코사인이 가장 높은 프로토타입을 고르고, 그 점수는 나중에 기준을 둘 수 있는 확신도 역할도 해요.
정직한 설명: 실무에서는 그 벡터들이 훈련된 임베딩 모델(API 호출이나 sentence-transformer)에서 와요. 여기서는 그걸 불러올 수 없어요 -> 브라우저에는 모델 가중치 파일도 GPU도 없어요. 그래서 이 레슨에서는 벡터가 평범한 numpy 배열로 주어져요. 내가 만드는 건 라우팅 기하이고, 숫자가 진짜 임베더에서 왔든 고정된 예제에서 왔든 똑같아요. 진짜 임베딩은 더 좋은 숫자를 채울 뿐이고, 코사인과 argmax 로직이 내가 내보내는 부분이에요.
동점은 결정적이어야 해요. 두 프로토타입이 정확히 같은 거리라면 "dict에서 마침 먼저 오는 것"을 고르는 건 잠복한 버그예요 -> dict 순서는 바뀔 수 있어요. 이름이 알파벳순으로 먼저인 의도를 골라 동점을 깨서, 같은 동점이 언제나 같은 방식으로 풀리게 하세요.
함수 두 개를 만드세요. cosine(a, b)는 두 벡터의 코사인 유사도를 돌려주고, 0에 안전해요(길이가 0인 벡터는 NaN이 아니라 0.0을 돌려줘요). route_by_prototype(query_vec, prototypes)는 쿼리 벡터와 dict {intent_name: prototype_vector}를 받아 튜플 (best_intent, best_score)를 돌려줘요 -> 알파벳순 동점 깨기와 함께, 가장 가까운 프로토타입과 그 코사인. 쿼리 몇 개를 보내고 각각이 어떤 확신도로 돌아오는지 보려면 실행을 누르세요.
cosine(a, b) = a.b / (|a||b|)를 쓰되, 어느 한 벡터의 길이가 0이면 0.0을 돌려주세요(NaN 없이). 그다음 prototypes가 dict {name: vector}인 route_by_prototype(query_vec, prototypes)를 쓰세요. 코사인이 가장 높은 것에 대한 튜플 (best_name, best_score)를 돌려주고, 정확한 동점은 알파벳순으로 먼저인 이름으로 깨세요. 시작 코드의 PROTOTYPES는 그대로 두세요: 확인이 그것을 읽어요.
이 연습은 곧 열려요
앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.
이 브라우저가 learn.floati.life의 쿠키를 막고 있어서, 여기서 마친 레슨들이 순서대로 열리지 않아요. 이 사이트의 쿠키를 허용하고 새로고침하세요.