코사인 유사도는 두 벡터 사이 각도의 코사인 값으로 점수를 매기며, 그 범위는 −1(정반대)부터 1(완전히 같은 방향)까지입니다. 크기는 무시하고 방향만 보기 때문에 텍스트 임베딩을 비교하는 표준 지표로 쓰이며, 이는 Manning, Raghavan & Schütze의 정보 검색 표준 교재(2008)에 정리되어 있습니다.
벡터 데이터베이스가 질의와 ‘가장 가까운’ 구절을 찾을 때, 그 가까움을 측정하는 기준은 대개 코사인 유사도입니다.
검색기초
2026년 업데이트
코사인 유사도
정의
두 벡터 사이의 각도로 유사한 정도를 나타내는 척도로, 검색과 RAG에서 임베딩을 비교하는 표준 방법입니다.
참고문헌
이 정의의 근거가 된 1차 자료, 동료 심사 자료 및 기록 자료입니다.
Introduction to Information Retrieval (Ch. 6: Scoring, term weighting & the vector space model)
사전 및 백과사전 항목
- Wikipedia — Cosine similarity
- Google for Developers — Measuring similarity from embeddings
이 항목 인용하기
MultipleChat. “코사인 유사도(Cosine Similarity).” MultipleChat AI·LLM 용어집, 2026. https://multiple.chat/ai-glossary/cosine-similarity