Embedding이 뭐예요?
한줄 요약
Embedding은 단어나 문장을 숫자 좌표로 변환하는 기술이에요. 덕분에 AI가 ‘고혈압’과 ‘HTN’이 같은 의미임을 알 수 있어요.
왜 알아야 할까?
- 💡 AI가 언어를 어떻게 ‘이해’하는지 근본 원리를 알 수 있어요
- 💡 의료 용어 동의어 문제를 AI가 어떻게 해결하는지 이해해요
- 💡 Vector DB, RAG 같은 개념을 이해하는 기반이 돼요
- 💡 EMR 검색 시스템 개선에 왜 AI가 필요한지 설명할 수 있어요
이게 뭐예요?
Embedding은 단어, 문장, 또는 문서를 숫자의 목록(벡터)으로 바꾸는 과정이에요. 예를 들어 “고혈압”이라는 단어가 [0.2, 0.8, -0.1, 0.5, ...] 같은 수백 개의 숫자로 변환돼요.
이 숫자들은 의미를 담고 있어요. 비슷한 의미의 단어는 좌표 공간에서 가까운 위치에 놓여요. 컴퓨터는 이 거리를 계산해서 단어의 유사도를 파악해요.
🏥 비유 1: 혈액검사 결과처럼 사람을 숫자로 표현
혈액 검사 결과는 수십 가지 수치로 한 사람의 건강 상태를 표현해요. 수치를 보면 두 환자가 비슷한 상태인지 알 수 있죠. Embedding도 마찬가지예요. 단어를 수백 개 숫자로 표현하면 AI가 두 단어의 유사도를 계산할 수 있어요.
🏥 비유 2: 의료 코딩 (ICD 코드로 병명을 숫자화)
ICD-10 코드는 “고혈압”을 I10이라는 코드로 표준화해요. “Hypertension”도 I10이고, “HTN”도 I10이에요. 같은 코드니까 같은 병이라는 걸 컴퓨터가 알 수 있죠. Embedding은 이보다 훨씬 정교하게, 의미가 비슷한 수천 개 단어를 연결해줘요.
한줄 정리: Embedding = 단어를 숫자 좌표로 변환해서 AI가 의미의 거리를 측정하게 하는 기술.
예시를 들어볼게
예시 1 — 단어 유사도
Embedding 공간에서 “왕”에서 “남자”를 빼고 “여자”를 더하면 “여왕”에 가까운 벡터가 나와요. AI가 단어의 관계를 수학적으로 이해하는 거예요.
예시 2 — 문장 유사도
문장 A: “환자가 가슴이 아프다고 했어요” 문장 B: “흉통을 호소하는 환자입니다”
사람이 보면 같은 내용이죠. Embedding을 쓰면 두 문장의 벡터가 가까워서 AI도 같은 내용임을 알아요.
예시 3 — 의료 동의어 처리
EMR 검색: “고혈압 환자 목록”
Embedding 기반 검색은 “고혈압”, “HTN”, “Hypertension”, “혈압 높음”을 모두 찾아줘요. 키워드 검색은 정확히 일치하는 단어만 찾지만, Embedding은 의미 기반으로 찾아요.
의료에서는 이렇게 써요
활용 1: 의료 용어 동의어 처리
❌ 키워드 검색: “HTN” 검색 시 “고혈압”으로 작성된 기록은 누락
✅ Embedding 검색: “HTN”, “고혈압”, “Hypertension”, “혈압 높음” 모두 같은 의미로 인식
의료 현장에서는 같은 증상을 다양하게 표현해요. Embedding이 이 다양성을 해결해요.
활용 2: 유사 증례 찾기
❌ 기존 방식: 완전히 동일한 진단명을 가진 환자만 검색 가능
✅ Embedding 방식: 비슷한 증상 패턴을 가진 환자 자동으로 클러스터링
새로운 환자와 유사한 과거 증례를 빠르게 찾을 수 있어요.
활용 3: 의무 기록 분류
❌ 규칙 기반 분류: 사전에 정의한 키워드가 있을 때만 분류 가능
✅ Embedding 기반 분류: 처음 보는 표현도 의미에 따라 자동 분류
비정형 텍스트로 가득한 EMR 데이터를 구조화하는 데 핵심 기술이에요.
주의할 점 ⚠️
⚠️ 도메인에 따라 Embedding 품질이 달라요
일반 텍스트로 학습한 Embedding 모델은 의료 전문 용어를 잘 못 다룰 수 있어요. 의료 AI에는 의료 데이터로 특별히 학습한 Embedding 모델(BioWordVec 등)이 더 정확해요.
⚠️ Embedding은 최신 정보를 반영 못 해요
학습 시점 이후 새로 생긴 의료 용어나 신약 이름은 Embedding이 제대로 표현 못할 수 있어요. 주기적인 모델 업데이트가 필요해요.
⚠️ 숫자가 많아서 저장 공간이 필요해요
단어 하나에 수백~수천 개 숫자가 필요해서 대규모 EMR 데이터에 적용하면 저장 공간과 계산 비용이 만만치 않아요.