임베딩이란 무엇인가 — 원-핫 벡터부터 Word2Vec, 토크나이저까지 쉽게 이해하기
이미지와 소리는 본래 숫자지만 글은 그렇지 않다. 컴퓨터가 단어의 의미를 숫자로 다루게 된 과정을 원-핫 벡터, Word2Vec, 바이트 페어 인코딩까지 따라가며 풀어봤다.
핵심 내용 읽기 →AI TOPIC
Word2Vec 관련 핵심 뉴스와 활용 인사이트 6편을 최신순으로 모았습니다.

이미지와 소리는 본래 숫자지만 글은 그렇지 않다. 컴퓨터가 단어의 의미를 숫자로 다루게 된 과정을 원-핫 벡터, Word2Vec, 바이트 페어 인코딩까지 따라가며 풀어봤다.
핵심 내용 읽기 →
구글이 설명하는 word2vec 신경망으로 단어 임베딩이 어떻게 학습되는지, 원-핫 입력층·투영(임베딩)층·소프트맥스 출력층 구조와 스킵그램, 임베딩 행렬, 비슷한 단어의 벡터 근접성 개념까지 쉽게 정리했습니다.
핵심 내용 읽기 →
비슷한 단어에 비슷한 숫자를 부여하는 워드 임베딩의 원리를, 다음 단어를 예측하는 간단한 신경망과 word2vec의 CBOW·스킵그램·네거티브 샘플링으로 설명합니다.
핵심 내용 읽기 →
단어를 벡터로 바꾸는 워드 임베딩의 원리와 활용, 빈도 기반과 예측 기반 방식, word2vec·GloVe, 그리고 트랜스포머의 문맥 임베딩까지 쉽게 정리했습니다.
핵심 내용 읽기 →
머신러닝이 텍스트를 다루려면 단어를 숫자로 바꿔야 한다. 단순 번호와 원핫 인코딩의 한계부터 의미를 담는 워드 임베딩, Word2Vec, 트랜스포머의 임베딩과 위치 인코딩까지 단계별로 정리했다.
핵심 내용 읽기 →
2013년 워드투벡이 대중화한 워드 임베딩을 빅5 성격 점수 비유와 코사인 유사도 비교, 슬라이딩 윈도우 학습, CBOW·스킵그램·네거티브 샘플링, 그리고 문맥화 임베딩으로 가는 흐름까지 풀이한다.
핵심 내용 읽기 →