3.8 KiB
3.8 KiB
id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, tags, raw_sources, last_reinforced, github_commit, inferred_by
| id | title | category | status | canonical_id | aliases | duplicate_of | source_trust_level | confidence_score | tags | raw_sources | last_reinforced | github_commit | inferred_by | ||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| wiki-2026-0508-similarity-metrics | Similarity Metrics | 10_Wiki/Topics | needs_review | self |
|
none | A | 0.96 |
|
2026-04-20 | pending | Claude Opus 4.7 (auto-normalize 2026-05-08) |
Similarity-Metrics
📌 한 줄 통찰 (The Karpathy Summary)
"데이터 사이의 거리 측정법: 서로 다른 두 정보가 얼마나 닮았는지를 수학적으로 정의하여, 추천 시스템과 검색 엔진이 '비슷한 것'을 찾아낼 수 있게 하는 지능의 척도."
📖 구조화된 지식 (Synthesized Content)
유사도 측정 지표(Similarity Metrics)는 벡터 공간에 표현된 데이터 객체 간의 거리나 상관관계를 정량화하는 수학적 방법론입니다.
- 핵심 지표 (Core Metrics):
- Cosine Similarity: 두 벡터 사이의 각도를 측정. 텍스트 데이터처럼 크기(Magnitude)보다 방향성이 중요할 때 주로 사용.
- Euclidean Distance: 공간상의 직선거리. 데이터의 절대적인 값이 중요할 때 사용.
- Manhattan Distance: 격자 모양의 경로 거리 (L1 Norm).
- Jaccard Similarity: 집합 간의 교집합 비중을 측정. 범주형 데이터 비교에 적합.
- 활용 분야:
- RAG (검색 증강 생성): 질문과 가장 유사한 지식 조각을 벡터 DB에서 찾는 핵심 알고리즘.
- Recommender_systems: 내가 본 영화와 가장 '유사한' 취향의 영화 추천.
- Anomaly Detection: 다른 데이터들과의 거리가 너무 먼 '이상치' 식별.
- 선택 기준:
- 데이터의 차원수, 정규화 여부, 비즈니스 목적에 따라 적절한 지표 선택이 시스템 성능을 좌우함.
⚠️ 모순 및 업데이트 (Contradictions & Updates)
- 과거 데이터와의 충돌: 과거에는 단순한 거리 측정만으로 충분했으나, 고차원 데이터가 폭증하며 '차원의 저주' 문제가 발생. 이에 따라 단순히 가깝다고 비슷한 것이 아니라 의미적으로 유사한지를 파악하는 '임베딩 기반 유사도'로 정책이 이동함(RL Update).
- 정책 변화(RL Update): 개인화 추천 정책 수립 시, 단순히 과거 유사도만 따지는 것이 아니라 유저의 '의도 변화'를 실시간 반영하는 가변적 유사도 가중치 정책이 표준화됨.
🔗 지식 연결 (Graph)
- Vector Semantics, RAG (검색 증강 생성), Statistics & Data Analysis, Information Extraction (IE), Principles-of-Data-Connect
- Modern Tech/Tools: Faiss (Facebook AI Similarity Search), Scipy Spatial, Pinecone.
🤖 LLM 활용 힌트 (How to Use This Knowledge)
언제 이 지식을 쓰는가:
- (TODO)
언제 쓰면 안 되는가:
- (TODO)
🧪 검증 상태 (Validation)
- 정보 상태: needs_review
- 출처 신뢰도: A
- 검토 이유: (P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)
🧬 중복 검사 (Duplicate Check)
- 기존 유사 문서: (TODO: 인덱서 클러스터 리포트 참조)
- 처리 방식: UPDATE (자동 정규화)
- 처리 이유: Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
🕓 변경 이력 (Changelog)
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|---|---|---|---|
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |