임베딩 모델 비교법 제안

임베딩 모델을 교체할 때 벡터 공간 자체는 직접 비교하기 어렵기 때문에, **유사도 공간(similarity space)**을 비교하는 방법이 제안됐다.

Synthetic Query Probing은 합성 질문과 문서 청크 같은 콘텐츠 쌍을 만들고, 여러 임베딩 모델에서 산출된 유사도 점수를 비교한다.

• Titan 계열 모델은 차원이 달라도 유사도 점수 간 관계가 비교적 연관성을 보였다.
• Titan과 Ada 모델의 점수 관계는 비선형적이며 점수 범위도 달랐다.
• 이를 활용하면 임베딩 모델 교체 시 검색 임계값을 조정하고, 서로 다른 모델의 검색 결과를 비교하는 데 도움을 줄 수 있다.

관련 연구는 Marcin Rozmus와 Peter van der Putten이 발표한 논문으로, Discovery Science 2026에서 소개될 예정이다.