다음 중 임베딩 모델에 대한 설명으로 옳은 것을 모두 고르세요.
이 연습은 강의의 일부입니다
이론을 실습으로 바꾸는 인터랙티브 연습 중 하나를 만나보세요
임베딩 모델이 가장 흥미로운 AI 애플리케이션을 어떻게 구동하는지 알아봐요. OpenAI API를 사용해 임베딩을 생성하고 텍스트 간 시맨틱 유사도를 계산하는 방법을 학습합니다.
현재 연습
임베딩은 시맨틱 검색 엔진, 추천 엔진, 감성 분석 같은 분류 작업 등 강력한 AI 애플리케이션을 가능하게 합니다. OpenAI의 임베딩 모델을 활용해 이러한 흥미로운 애플리케이션을 구현하는 방법을 배워 보세요!
프로덕션 환경에서 임베딩 애플리케이션을 구현하려면 효율적인 벡터 저장 및 조회 솔루션이 필요합니다. 그 해답이 바로 벡터 데이터베이스입니다! 이 장에서는 벡터 데이터베이스가 임베딩 애플리케이션의 확장을 어떻게 돕는지 배우고, Chroma를 사용해 직접 벡터 데이터베이스를 만들고 확장하는 실습을 시작합니다.
