임베딩 모델 추천 2026: RAG·검색에 맞는 모델 고르기

좋은 임베딩 모델의 기준은 필요한 답변의 근거를 얼마나 안정적으로 찾아내느냐입니다. 저렴한 텍스트 검색의 기준 모델로는 OpenAI text-embedding-3-small부터 시작하고, 검색 성능을 비교할 후보로 Voyage 4를 검토합니다. 원본 자료에 오디오나 동영상이 포함된다면 Google Gemini Embedding 2가 선택지입니다. OpenAI의 small 모델은 입력 토큰 100만 개당 $0.02부터 시작합니다. 다만 비용을 따질 때 더 크게 봐야 할 부분은 호환되지 않는 모델로 바꿀 경우 다시 구축해야 하는 벡터 인덱스입니다.

임베딩 모델(embedding model)은 콘텐츠를 숫자의 목록인 벡터로 변환합니다. 이를 통해 검색 시스템은 표현이 달라도 의미가 비슷한 자료를 찾을 수 있습니다. 고객 지원 봇이라면 “계정에 들어갈 수 없어요”라는 질문을 적절한 로그인 문제 해결 문서와 연결하는 식입니다. 검색 증강 생성, 즉 RAG는 이렇게 찾은 근거 자료를 답변을 작성하는 모델에 전달합니다.

사양, 가격, 라이선스는 2026년 10월 15일에 각 개발사의 공식 페이지에서 확인했습니다. 이 글은 문서에 기반한 비교이며, 모델을 직접 실행해 정확도나 지연 시간을 측정한 벤치마크는 아닙니다. 아래 추천은 자체 평가를 시작하기 위한 기준으로 활용하면 됩니다. 도입부의 요금은 OpenAI 가격표를 기준으로 합니다.

임베딩 모델 비교 한눈에 보기

검색 요구사항을 충족하는 모델 중 가장 저렴한 것부터 사용합니다. 이후 지원 언어, 원본 자료의 형식, 배포 제약에 따라 후보를 조정하면 됩니다. 아래 일곱 모델 계열은 관리형 API, 프라이빗 배포, 다운로드 가능한 가중치를 아우릅니다.

자체 호스팅으로 표시된 항목을 제외한 가격은 텍스트 입력 토큰 100만 개당 표준 유료 요금이며, 통화는 USD입니다. 벡터 데이터베이스, 답변 생성, 리랭킹 비용은 포함하지 않습니다. 리랭킹은 다른 모델로 검색 후보의 점수를 다시 매기는 과정입니다. 서비스마다 텍스트를 토큰으로 나누는 방식이 달라 같은 문서도 과금 대상 토큰 수가 달라질 수 있습니다.

“공개 가중치”란 모델 파일을 받아 직접 실행할 수 있다는 뜻입니다. 연산 자원, 배포, 유지보수까지 무료라는 의미는 아닙니다. “다국어 지원” 역시 모든 언어에서 정확도가 같다는 뜻은 아닙니다. 고객이 실제로 사용하는 질문 언어와 문서 언어의 조합을 테스트해야 합니다.

용도별로 살펴볼 추천 모델

1. OpenAI text-embedding-3: 텍스트 검색을 시작하는 실용적인 기준 모델

OpenAI text-embedding-3-small과 text-embedding-3-large는 호스팅형 텍스트 임베딩 모델입니다. 일반적인 도움말 센터 검색이나 고객 지원 봇을 출시하는 창업자에게는 small부터 시작하기를 권합니다. 모델 서버를 운영하지 않고도 저렴하게 비교 기준을 마련할 수 있습니다. small이 관련 문단을 반복해서 놓친다면 large를 비교할 차례입니다. 이런 실패 사례를 확보하기도 전에 large에 비용을 쓰면, 모델 선택에 가장 유용한 판단 과정을 건너뛰게 됩니다.

차원 수: 기본값은 small 1,536, large 3,072입니다. 두 모델 모두 dimensions 매개변수로 벡터 길이를 줄일 수 있습니다.
최대 입력: 두 모델 모두 입력당 8,192토큰입니다.
언어 및 모달리티: 다국어 텍스트를 지원하며 이미지, 오디오, 동영상은 입력할 수 없습니다. 인용한 문서에는 지원 언어의 전체 개수가 명시되어 있지 않습니다.
실행 환경: OpenAI의 호스팅형 임베딩 API입니다. 사양, 지원 모달리티를 참고하면 됩니다.
적합한 용도: 측정 가능한 기준 모델이 빠르게 필요한 텍스트 중심 애플리케이션입니다.
핵심 특징: 같은 API에서 small과 large를 비교하고 출력 크기도 조정할 수 있습니다.
가격: 입력 토큰 100만 개당 small $0.02, large $0.13입니다. 2026년 10월 15일에 확인한 표준 요금입니다. 가격표를 참고하면 됩니다.
무료 체험: 신규 API 크레딧 제공을 전제하지 않습니다. 유료 사용을 기준으로 예산을 잡아야 합니다.

제약은 입력 형식에 있습니다. 문제 해결 PDF에서 텍스트만 추출하면 어떤 버튼을 눌러야 하는지 보여주는 스크린샷이 사라질 수 있습니다. 두 OpenAI 임베딩 모델 모두 이 시각 정보를 되살려 주지는 않습니다. 텍스트를 추출해도 답변의 근거가 남는다면 텍스트 임베딩을 사용하고, 페이지의 시각적 구성이 답을 담고 있다면 멀티모달 모델을 비교해야 합니다.

모델 크기와 벡터 크기도 구분해야 합니다. large의 출력 차원을 줄이면 기존 저장 공간 제약을 맞출 수는 있지만, 그렇다고 small과 서로 바꿔 쓸 수 있는 것은 아닙니다. 벡터 길이가 같다는 것은 스키마가 맞는다는 뜻일 뿐, 두 모델이 의미를 같은 방식으로 배치한다는 증거는 아닙니다.

검색 실패를 드러내는 기준 시스템 만들기

어떤 이유로 검색 결과가 나왔는지 설명할 수 있을 만큼 초기 구성을 단순하게 유지합니다.

1. 1

   답변의 근거가 될 원문 청크 준비하기

   도움말 센터를 주제나 절 단위로 나눕니다. 각 문단과 함께 문서 제목, 원본 URL, 고객별 접근 권한, 변하지 않는 청크 ID를 보관합니다. 모델의 컨텍스트 윈도를 채우려고 서로 관련 없는 안내를 합치지 않아야 합니다.

2. 2

   임베딩 설정 고정하기

   text-embedding-3-small을 선택하고 출력 차원을 기록합니다. 저장할 모든 문단에 같은 설정을 적용해 임베딩을 생성한 뒤, 차원 수가 일치하는 벡터 인덱스를 만듭니다. 원문 텍스트는 별도로 보존합니다.

3. 3

   답변 생성에 앞서 검색부터 확인하기

   각 테스트 질문도 같은 설정으로 임베딩하고, 가장 가까운 문단을 검색해 직접 확인합니다. 그럴듯한 생성 답변에 가려 검색이 잘못된 자료를 골랐다는 사실을 놓칠 수 있습니다.

4. 4

   같은 질문으로 대안 모델 비교하기

   large나 Voyage용 후보 인덱스를 별도로 만듭니다. 원문 청크와 관련성 라벨은 고정합니다. 개선 효과가 애플리케이션에 의미가 있을 때만 대안 모델을 도입합니다.

2. Voyage AI 4: 검색 품질을 비교할 API 후보

검색 품질이 제품의 핵심이라면 Voyage AI의 호스팅형 텍스트 임베딩 모델인 Voyage 4 계열을 기준 모델과 나란히 비교할 만합니다. voyage-4부터 비교한 뒤, 지연 시간과 비용을 중시하면 lite를, 개발사가 범용 모델 중 최고 품질로 제시하는 선택지를 원하면 large를 평가합니다. 단순한 키워드 일치 사례를 모으는 것보다, 고객들이 같은 장애를 서로 다른 말로 설명하는 기술 문서 검색이 더 유용한 시험대입니다.

차원 수: 기본값은 1,024이며, voyage-4-lite, voyage-4, voyage-4-large 모두 256, 512, 2,048도 지원합니다.
최대 입력: 해당 모델은 각각 32,000토큰을 지원합니다.
언어 및 모달리티: 다국어 텍스트를 지원합니다. 모델 표에는 지원 언어의 전체 개수가 없습니다. 별도로 제공되는 Voyage 멀티모달 모델과는 구분해야 합니다.
실행 환경: Voyage AI의 호스팅형 임베딩 API입니다. 모델 사양을 참고하면 됩니다.
적합한 용도: API를 선택하기 전에 검색 성능을 직접 비교하려는 개발자에게 적합합니다.
핵심 특징: 범용 Voyage 4 계열 내에서 임베딩이 호환됩니다.
가격: 입력 토큰 100만 개당 4-lite $0.02, 4 $0.06, 4-large $0.12입니다. 2026년 10월 15일에 확인한 요금입니다. 가격표를 참고하면 됩니다.
무료 체험: 가격 페이지에는 현행 범용 모델에 대해 초기 2억 토큰을 무료로 제공한다고 명시되어 있습니다. 사용하는 모델에 적용되는 할당량을 확인해야 합니다.

이 호환성은 운영 측면에서 유용합니다. Voyage 문서는 해당 계열이 임베딩 공간을 공유한다고 설명합니다. 따라서 질의 쪽 모델을 다른 변형으로 평가한다고 해서 모든 문서 벡터를 반드시 다시 만들 필요는 없습니다. 출력 차원은 동일하게 맞추고, 실제로 사용할 문서·질의 모델 조합을 측정해야 합니다. Voyage라는 이름이 붙은 모든 모델에 이 호환성을 확대 적용해서는 안 됩니다.

주의할 부분은 입력이 조용히 잘릴 수 있다는 점입니다. API의 truncation 기본값은 true입니다. 긴 문서의 뒷부분이 버려져도 정상적인 벡터가 반환될 수 있습니다. 수집 파이프라인을 개발할 때는 truncation=false로 설정해 너무 긴 입력이 명확히 실패하게 만들고, 청크 분할 방식을 수정합니다. 넓은 컨텍스트 한도는 의미가 이어지는 문단을 담기 위한 여유이지, 매뉴얼 전체를 하나의 검색 결과로 만들 이유는 아닙니다. API 동작을 참고하면 됩니다.

코드로만 구성된 자료에는 개발사가 제공하는 voyage-code-4도 있습니다. 저장소에 관한 질문으로 특화 모델과 범용 후보를 비교하면 됩니다. 일부 지원 문서에 코드 조각이 들어 있다는 이유만으로 특화 모델을 추가할 필요는 없습니다.

3. Google Gemini Embedding 2: 폭넓은 멀티모달 검색

검색에서 텍스트를 이미지, 오디오, 동영상, PDF 페이지와 연결해야 한다면 Google Gemini Embedding 2를 관리형 후보로 검토할 만합니다. 글로 작성한 안내와 녹화된 제품 시연을 함께 다루는 지원 시스템은 이런 자료를 하나의 임베딩 공간에 담을 수 있습니다. 해당 모달리티에 유용한 근거가 있는지를 먼저 판단한 뒤, 실제 자료로 검색 성능을 비교해야 합니다. 텍스트만 있는 도움말 센터가 더 다양한 입력 형식 덕분에 자동으로 이득을 얻는 것은 아닙니다.

차원 수: 128~3,072이며, Google은 768, 1,536, 3,072를 권장합니다.
최대 입력: 8,192토큰입니다.
언어 및 모달리티: 100개가 넘는 언어와 텍스트, 이미지, 오디오, 동영상, PDF를 지원합니다.
실행 환경: Gemini API에서 정식 모델 ID gemini-embedding-2를 사용합니다. 모델 카드, 지원 기능을 참고하면 됩니다.
적합한 용도: 추출한 텍스트만으로 충분히 표현할 수 없는 자료를 대상으로 하는 관리형 검색입니다.
핵심 특징: 텍스트·이미지와 함께 오디오·동영상도 같은 벡터 공간에서 다룹니다.
가격: 입력 토큰 100만 개당 표준 요금은 텍스트 $0.20, 이미지 $0.45, 오디오 $6.50, 동영상 $12.00입니다. 2026년 10월 15일에 확인한 요금입니다. 가격표를 참고하면 됩니다.
무료 체험: 사용량 제한이 적용되는 무료 API 티어가 있습니다.

제약은 모달리티별 수집 방식에 있습니다. Google은 전체 입력 제한 내에서 요청당 이미지 최대 6장, 오디오 180초, 동영상 120초, 또는 최대 6페이지인 PDF 한 개를 허용합니다. 동영상 처리에는 최대 32프레임을 사용하며, 동영상의 오디오 트랙은 처리하지 않습니다. 따라서 음성 설명이 있는 시연 영상은 화면뿐 아니라 말로 전달되는 설명도 어떻게 처리할지 별도로 정해야 합니다. 입력 제한을 참고하면 됩니다.

임베딩한 항목마다 타임스탬프나 페이지 정보를 함께 저장합니다. 해당 동영상을 찾는 것보다 필요한 장면을 바로 여는 것이 더 유용하고, 해당 PDF를 찾는 것보다 답이 있는 페이지를 짚어 주는 것이 더 유용합니다. 이 탐색 경험은 청크 분할과 메타데이터 설계에 달려 있습니다.

기존 Google 사용자라면 마이그레이션 시 주의할 점이 있습니다. gemini-embedding-001과 gemini-embedding-2의 임베딩 공간은 호환되지 않습니다. 차원 수를 같게 유지해도 호환성이 생기지는 않습니다. Google은 두 모델 사이를 전환할 때 기존 문서 전체를 다시 임베딩해야 한다고 명시합니다. 마이그레이션 안내를 참고하면 됩니다.

4. Cohere Embed 5: 기업 문서 검색과 유연한 배포

긴 문서, 표, 차트, 텍스트와 이미지가 섞인 페이지를 검색해야 하는 팀이라면 Cohere Embed 5가 후보입니다. 현행 계열은 embed-v5.0-pro와 embed-v5.0-fast로 구성됩니다. 시각적 구조가 있는 매뉴얼을 검색하는 사내 지원 어시스턴트라면 페이지 정보를 활용하는 검색과 기존 텍스트 추출 방식을 비교하면 됩니다. 핵심은 수집 과정을 거친 뒤에도 필요한 안내가 제대로 남아 있는지입니다.

차원 수: 기본값은 2,048이며 256, 512, 768, 1,024, 1,536도 지원합니다.
최대 입력: Pro와 Fast 모두 128K토큰입니다.
언어 및 모달리티: 100개가 넘는 언어를 지원하며, 문서 페이지 표현을 포함한 텍스트, 이미지, 텍스트·이미지 혼합 입력을 처리합니다.
실행 환경: Cohere API, Model Vault, Microsoft Foundry, Amazon SageMaker에서 실행할 수 있습니다. 자체 VPC나 온프레미스 환경의 상용 프라이빗 배포도 지원합니다. 사양, 배포 및 지원 언어를 참고하면 됩니다.
적합한 용도: 공용 API 외의 배포 환경이 필요한 기업 문서 검색입니다.
핵심 특징: Pro와 Fast가 임베딩 공간을 공유하므로 Pro로 인덱싱한 문서를 Fast로 질의할 수 있습니다.
가격: 텍스트 토큰 100만 개당 Fast $0.08, Pro $0.12입니다. 이미지 토큰은 두 모델 모두 100만 개당 $0.40으로 안내되어 있습니다. 2026년 10월 15일에 확인한 요금입니다. 텍스트 가격, 이미지 가격을 참고하면 됩니다.
무료 체험: 호출 속도가 제한된 체험용 API 키를 무료로 제공하며, 프로덕션이나 상업적 목적으로 사용할 수 없습니다.

긴 컨텍스트 윈도는 문단을 이해하는 데 주변 맥락이 필요할 때 유용하지만, 검색 설계의 문제까지 없애 주지는 않습니다. 반환된 청크에 핸드북 전체가 담겨 있다면 답변 모델은 그 안에서 다시 관련 문단을 찾아야 합니다. 입력이 들어간다는 이유만으로 크게 잡기 전에, 긴 컨텍스트로 만든 표현과 절 단위 청크를 비교해야 합니다.

Cohere는 float, int8, binary 출력 표현도 지원합니다. 이는 벡터의 숫자를 저장하는 방식이며, 더 작은 표현은 메모리 사용량과 검색 동작을 바꿀 수 있습니다. 선택한 데이터베이스와 검색 구현이 어떤 형식을 지원하는지 확인한 뒤, 압축한 설정 자체를 측정해야 합니다. 전체 크기의 float 벡터에서 얻은 결과만으로 더 작은 binary 인덱스까지 검증됐다고 볼 수는 없습니다.

개발사는 컨텍스트 128K, 기본 차원 1,536인 embed-v4.0도 계속 문서화하고 있습니다. 이는 별도로 평가할 기존 모델의 사양이며 현행 계열의 사양이 아닙니다. 프라이빗 배포가 가능하다고 해서 Embed 5를 Apache 라이선스로 다운로드할 수 있는 것도 아닙니다. 구매 시에는 상용 배포 조건도 검토해야 합니다.

5. Qwen3-Embedding: 구성을 조절할 수 있는 공개 텍스트 모델

Qwen3-Embedding은 여러 크기의 텍스트 임베딩 모델을 다운로드할 수 있도록 제공합니다. 데이터 위치나 실행 환경에 대한 통제권이 아키텍처를 결정한다면 유력한 자체 호스팅 후보입니다. 비공개 엔지니어링 문서를 검색하는 기업이라면 목표 관련성을 충족하는 가장 작은 변형부터 시작하면 됩니다. 답변이 나아지는지 확인하기도 전에 가장 큰 체크포인트를 고르면, 임베딩 모델 선택이 인프라 구축 프로젝트로 커질 수 있습니다.

차원 수: 최대 출력 크기는 0.6B 모델이 1,024, 4B 모델이 2,560, 8B 모델이 4,096입니다. 이 계열은 차원 수 조정을 지원합니다.
최대 입력: 해당 변형은 모두 32K토큰을 지원합니다.
언어 및 모달리티: 100개가 넘는 언어와 코드 검색을 지원하며, 입력은 텍스트입니다. 별도의 Qwen3-VL 계열이 아닌 Qwen3-Embedding에 관한 설명입니다.
실행 환경: 자체 인프라에서 실행하며, 개발사가 Sentence Transformers, Transformers, vLLM, Text Embeddings Inference 예시를 제공합니다. 모델 카드를 참고하면 됩니다.
라이선스: Apache 2.0입니다. 라이선스 파일을 참고하면 됩니다.
적합한 용도: 모델 크기와 출력 크기를 직접 제어하는 자체 호스팅 다국어 텍스트 검색입니다.
핵심 특징: 태스크 지시문으로 수행할 검색 작업을 지정할 수 있습니다.
가격: 공개 가중치를 자체 호스팅하는 방식이며, 토큰 100만 개당 인프라 비용을 일률적으로 제시할 수는 없습니다.
무료 체험: 가중치는 다운로드할 수 있으며, 실행 환경과 연산 자원은 직접 마련해야 합니다.

제약은 서빙 비용과 부하가 걸렸을 때의 동작입니다. 인덱싱 처리량과 대화형 질의 지연 시간을 나누어 측정해야 합니다. 전체 문서를 처음 채우는 작업은 대기열을 허용할 수 있지만, 지원 답변을 기다리는 고객은 추론이 늦어지는 만큼 그대로 기다려야 합니다. 큰 모델이 제품에 적합한지는 배치 크기, 입력 길이, 하드웨어, 동시 처리 수준에 따라 달라집니다.

모델 카드의 검색 지침을 따라야 합니다. 질의 형식도 평가 대상 설정의 일부이므로 체크포인트, 출력 차원과 함께 기록합니다. 한 지시문 형식으로 수행한 벤치마크가 다른 프로덕션 프롬프트까지 검증해 주지는 않습니다. 후보를 비교하는 동안 문서 쪽과 질의 쪽의 입력 규칙을 고정해야 합니다.

자체 호스팅이 특히 설득력 있는 경우는 통제권 자체에 가치가 있거나, 측정한 워크로드가 운영 부담을 정당화할 때입니다. 작은 도움말 센터를 임베딩하는 데 항상 더 저렴한 방법은 아닙니다. 하드웨어 비용을 제외하더라도, 호스팅형 API의 적은 토큰 요금이 모델 서비스를 유지하는 데 드는 시간보다 쌀 수 있습니다.

6. BAAI BGE-M3: 밀집 벡터를 넘어서는 공개 검색 모델

같은 모델로 밀집, 희소, 다중 벡터 검색을 구현하려면 BAAI BGE-M3를 공개 모델 후보로 검토할 만합니다. 밀집 벡터는 의미적 유사성을 담고, 희소 표현은 어휘 특징에 가중치를 부여합니다. 다중 벡터 검색은 여러 벡터를 유지해 더 풍부한 매칭을 수행합니다. 제품 식별자와 오류 코드가 들어 있는 지원 문서는 이 접근법들을 비교하기에 적합합니다. 의미만 비슷한 자료를 찾으면 정확히 일치해야 할 식별자를 잘못 반환할 수 있기 때문입니다.

차원 수: 밀집 임베딩은 1,024차원이며, 희소 출력과 다중 벡터 출력은 구조가 다릅니다.
최대 입력: 8,192토큰입니다.
언어 및 모달리티: 100개가 넘는 언어를 지원하며, 입력은 텍스트입니다.
실행 환경: 개발사가 제공하는 FlagEmbedding 구현으로 자체 호스팅합니다. 모델 카드를 참고하면 됩니다.
라이선스: 개발사의 모델 카드 메타데이터에 기재된 MIT입니다.
적합한 용도: 어휘 신호와 의미 신호를 결합하는 하이브리드 검색을 평가할 준비가 된 개발자에게 적합합니다.
핵심 특징: 하나의 모델 계열에서 여러 검색 표현을 얻을 수 있습니다.
가격: 공개 가중치를 자체 호스팅하며, 연산 자원과 저장 공간 비용은 직접 부담합니다.
무료 체험: 가중치를 다운로드할 수 있습니다. 호스팅 서비스의 무료 사용량을 제공한다는 의미는 아닙니다.

주의할 점은 여러 표현을 생성한다고 해서 데이터베이스가 이를 저절로 활용하지는 않는다는 사실입니다. 밀집 벡터만 저장하고 밀집 검색을 수행했다면, 구축한 시스템도 밀집 검색 시스템입니다. 희소 출력이나 다중 벡터 출력을 활용하려면 호환되는 인덱싱과 점수 계산 방식이 필요하고, 결과를 어떻게 결합할지도 결정해야 합니다.

밀집 검색부터 시작한 뒤, 어휘 신호가 도움이 될 만한 질문에 이를 추가합니다. 정확한 부품명, 오류 문자열, 식별자가 그런 예입니다. 이 개선으로 다양한 바꿔 쓰기 표현을 찾는 능력이 떨어지지는 않는지도 살펴야 합니다. 리랭커는 보정해야 할 검색 후보가 무엇인지 확인한 다음에 추가합니다.

BGE-M3를 후보에 넣는 이유는 이런 유연성에 있습니다. 과거 출시 당시의 벤치마크가 현재의 모든 API보다 우수함을 증명해서가 아닙니다. 단순한 밀집 임베딩만 필요하다면 검색 구조를 더 복잡하게 만들기 전에 Qwen, 호스팅형 기준 모델과 비교해야 합니다.

7. Google EmbeddingGemma: 세대별 차이를 구분해야 하는 로컬 검색 모델

사용자 기기에서 텍스트와 미디어를 검색해야 하는 애플리케이션이라면 Google EmbeddingGemma 2가 로컬 후보입니다. 데스크톱 지식 관리 툴은 모든 항목을 호스팅형 임베딩 API로 보내지 않고도 메모와 함께 스크린샷이나 녹음·녹화 자료를 인덱싱할 수 있습니다. 현행 모델과 초기 embeddinggemma-300m은 지원 입력, 컨텍스트 길이, 라이선스가 다르므로 빌드에 사용할 저장소를 정확히 고정해야 합니다.

차원 수: EmbeddingGemma 2는 768차원을 출력하며, 512, 256, 128 옵션도 제공합니다.
최대 입력: 8,192토큰입니다.
언어 및 모달리티: 100개가 넘는 언어와 코드를 포함한 텍스트, 이미지, 동영상, 오디오를 지원합니다.
실행 환경: 로컬 또는 자체 인프라에서 실행합니다. 개발사는 Sentence Transformers 예시를 제공합니다. 총 740M개 매개변수에는 선택적으로 불러올 수 있는 비전·오디오 인코더가 포함됩니다. 모델 카드를 참고하면 됩니다.
라이선스: 해당 모델 카드에 명시된 EmbeddingGemma 2의 라이선스는 Apache 2.0입니다.
적합한 용도: 멀티모달 임베딩이 필요한 로컬·오프라인 애플리케이션입니다.
핵심 특징: 애플리케이션에 필요한 모달리티 인코더만 불러올 수 있습니다.
가격: 공개 가중치를 자체 호스팅합니다. 기기 자원과 별도로 사용하는 호스팅 인프라 비용은 직접 부담합니다.
무료 체험: 가중치를 다운로드할 수 있습니다.

초기 EmbeddingGemma-300m은 별도의 텍스트 전용 선택지로 남아 있습니다. 매개변수 300M개, 입력 한도 2,048토큰, 기본 768차원과 대체 옵션 512/256/128을 제공하며, 100개가 넘는 자연어로 학습했습니다. Sentence Transformers로 실행할 수 있지만, 해당 저장소를 사용하려면 Google의 Gemma Terms of Use에 동의해야 합니다. 이전 체크포인트에 EmbeddingGemma 2의 Apache 라이선스를 적용해서는 안 됩니다. 초기 모델 및 이용 조건을 참고하면 됩니다.

제약은 기기 자원입니다. 모델 파일을 불러올 수 있는지보다 가용 메모리, 발열 특성, 동시에 실행되는 애플리케이션 작업이 더 중요합니다. 사용자가 평소 하던 작업을 수행하는 동안 백그라운드 인덱싱을 테스트해야 합니다. 작은 모델이라도 수집 작업이 기기를 독점하면 사용 경험이 나빠질 수 있습니다.

벡터를 축소할 때는 Google의 정규화 지침을 따르고, 질의와 문서의 차원을 맞춰야 합니다. 태스크 접두사도 유지해야 합니다. 이 설정들은 모델 배포의 일부입니다. 검색 품질이 달라진 뒤에 기억을 더듬어 복원해도 되는 부수적인 기록이 아닙니다.

검색 서비스와 지원 봇에 맞는 모델은 어떻게 고를까요?

품질을 비교하기 전에 구체적인 요구사항으로 후보부터 줄여야 합니다. 결정적인 질문은 어떤 실패가 애플리케이션을 쓸 수 없게 만드는가입니다. 답을 놓치는 것인지, 시각적 근거가 사라지는 것인지, 허용할 수 없는 위치로 데이터를 보내는 것인지, 아니면 응답이 너무 느린 것인지 확인합니다.

텍스트 임베딩 모델 추천

호스팅형 텍스트 애플리케이션은 OpenAI small과 Voyage 4부터 시작합니다. 기존 API 안에서 비교하려면 OpenAI large를, 문서 구조와 프라이빗 배포가 중요하다면 Cohere를 추가합니다. 대안 모델은 사용자가 겪는 실패를 개선하면서 지연 시간과 총비용도 수용 가능한 수준일 때 선택해야 합니다.

다국어 지원을 평가할 때는 언어를 넘나드는 사례도 포함합니다. 영어 문서에서 답을 찾아야 하는 스페인어 질문, 현지 제품명, 여러 언어가 섞인 메시지, 음역된 용어가 해당합니다. “100개가 넘는 언어 지원”이라는 설명만으로 가장 중요한 언어 조합이 잘 작동한다고 볼 수는 없습니다.

오픈소스 임베딩 모델은 무엇을 비교해야 할까요?

구성을 조절하는 텍스트 검색에는 Qwen3-Embedding을, 어휘 검색과 의미 검색이 모두 중요하다면 BGE-M3를, 로컬 멀티모달 입력에는 EmbeddingGemma 2를 비교합니다. 라이선스는 정확한 체크포인트에 적용됩니다. 자체 호스팅은 측정 가능한 운영 비용을 수반하는 배포 결정으로 보아야 합니다. API를 무료로 사용하는 것과 같은 뜻이 아닙니다.

자료에 촬영한 안내문, 도표, 녹화된 시연이 포함되어 있다면 텍스트만 추출할지, 원본 모달리티를 유지할지 의식적으로 결정해야 합니다. 텍스트 추출만으로 충분할 수 있고 디버깅도 더 쉬울 수 있습니다. 빠진 시각·음성 정보가 답변을 바꾸는 경우에 멀티모달 검색을 사용합니다.

로컬 임베딩 모델은 어떻게 고를까요?

이 글에서 로컬 멀티모달 검색의 첫 후보는 EmbeddingGemma 2입니다. 텍스트 전용 비교에는 Qwen의 소형 변형과 BGE-M3를 넣을 만합니다. 측정은 실제 사용자에게 서비스를 제공할 하드웨어에서 해야 합니다. 개발용 워크스테이션의 결과만으로 인덱싱과 질의를 함께 처리해야 하는 노트북이나 소형 서버의 성능을 판단하기는 어렵습니다.

선택 기준: 관련성, 지연 시간, 배포, 언어 요구사항을 충족하는 가장 단순한 후보를 유지합니다. 평가한 대안이 중요한 실패를 해결하고, 그 이점이 마이그레이션을 정당화할 만큼 클 때 전환합니다.

MTEB를 참고한 뒤 자체 데이터로 검증하기

MTEB 리더보드는 후보를 찾는 데 활용합니다. 모든 용도에 통하는 최고 모델을 고르는 기준으로 삼아서는 안 됩니다. MTEB는 Massive Text Embedding Benchmark의 약자로, 검색·분류·클러스터링·유사성 등의 태스크를 다룹니다. 리더보드에서는 언어, 도메인, 모달리티별로도 결과를 볼 수 있습니다. 서로 다른 태스크 묶음에서 얻은 점수를 곧바로 비교할 수 있는 것은 아닙니다.

RAG에서는 실제 사용하는 언어와 도메인에 관련된 검색 결과를 살펴야 합니다. 시각 자료라면 적합한 멀티모달 또는 문서 검색 벤치마크를 확인합니다. 결과를 의사결정의 근거로 쓰기 전에 벤치마크 버전과 설정을 기록해야 합니다. 이 글에서는 리더보드 점수를 수치로 인용하지 않습니다.

첫 평가에는 실제 질문 100개와 각 질문에 답할 수 있는 원문 문단을 라벨링한 데이터셋이 유용합니다. 이는 시작점으로 제안하는 표본이며, 통계적 확실성을 보장한다는 뜻은 아닙니다. 유효한 답이 없는 질문, 표현이 모호한 질문, 정확한 식별자, 서비스에서 다루는 언어 조합을 포함해야 합니다.

모델을 비교하는 동안 원문 청크, 접근 권한, 검색 결과 개수, 리랭커 사용 조건을 고정합니다. 그렇지 않으면 개선이 모델 덕분인지 주변 파이프라인 덕분인지 구분할 수 없습니다. 검색 결과를 열 개로 제한할 때 recall@10은 관련 자료 중 얼마나 많은 부분이 그 결과에 포함되는지를 측정합니다. nDCG@10은 관련성이 더 높은 결과가 상위에 있을수록 좋은 점수를 부여합니다.

그다음 실패 사례를 직접 살펴봅니다. 올바른 문단이 아예 없었는지, 순위가 너무 낮았는지, 권한 필터에 걸렸는지, 추출 과정에서 훼손됐는지 확인합니다. 인덱스에 들어간 적도 없는 문단은 모델을 업그레이드해도 되살릴 수 없습니다. 질의 지연 시간과 수집 처리량을 따로 측정하고, 차원 수나 압축 방식을 바꾼 뒤에는 어려운 사례를 다시 테스트해야 합니다.

벡터는 어디에 저장하고 검색할까요?

Pinecone은 다른 곳에서 생성한 벡터를 저장할 수 있는 관리형 벡터 데이터베이스입니다. 추론 API를 통해 일부 임베딩 모델도 호스팅합니다. 모델 카탈로그에는 추론용 임베딩 선택지로 llama-text-embed-v2, multilingual-e5-large, pinecone-sparse-english-v0가 나와 있습니다. 이는 Gemini, OpenAI, Voyage를 직접 호출하고 생성된 벡터를 업로드하는 방식과는 별도의 선택입니다.

지원 모델이 자체 평가 기준에 맞고 텍스트를 벡터로 변환하는 일까지 서비스에 맡기고 싶다면 통합 임베딩을 사용합니다. 모델, 미디어 전처리, 자체 호스팅 인코더를 직접 제어하려면 벡터를 별도로 생성해 가져옵니다. Pinecone의 인덱싱 문서는 이 두 경로를 구분합니다.

지원 봇에서는 검색 구조와 함께 원문 텍스트, 변하지 않는 ID, 접근 제어 메타데이터, 출처를 보존해야 합니다. 임베딩 유사성이 접근 권한을 부여하지는 않습니다. 어떤 데이터베이스를 선택하든 애플리케이션은 사용자가 볼 수 있는 자료만 검색하도록 제한해야 합니다.

저장소 선택은 벡터 데이터베이스 비교에서, 별도로 발생하는 비용은 Pinecone 가격 안내에서 다룹니다. 어시스턴트가 검색 시점을 결정하거나 질문을 재구성하거나 후속 검색을 수행한다면 에이전틱 RAG 설명에서 그 워크플로를 살펴볼 수 있습니다. 임베딩 모델은 표현을 만들고, 검색 시스템은 그 표현의 활용 방식을 결정합니다.

차원 수에 따라 달라지는 저장 용량

벡터 차원은 데이터베이스를 고려해 선택해야 합니다. float32 정밀도에서는 숫자 하나가 네 바이트를 차지합니다. 따라서 벡터 100만 개의 순수 벡터 값에 필요한 용량은 1,536차원일 때 6.144 GB, 3,072차원일 때 12.288 GB입니다. 십진 기준 기가바이트로 계산한 값이며, 메타데이터, 인덱스 구조, 복제본 등 데이터베이스 오버헤드는 제외합니다.

임베딩 토큰 요금이 저렴해도 출력 크기를 줄이는 일이 중요할 수 있는 이유입니다. 모델 매개변수 수와 벡터 차원 수를 혼동해서는 안 되는 이유이기도 합니다. 전자는 실행할 인코더에 영향을 주고, 후자는 저장하고 검색하는 모든 표현에 영향을 줍니다.

차원 축소는 개발사가 지원하는 방식으로 테스트해야 합니다. 지원 여부가 문서에 명시되지 않은 모델의 벡터를 임의로 잘라서는 안 됩니다. 정규화가 필요하면 일관되게 적용합니다. 이후 축소된 벡터 자체를 평가해야 합니다. 필요한 근거를 계속 찾아낼 수 있어야 저장 공간 절감에도 의미가 있습니다.

모델을 바꾸려면 인덱스도 옮겨야 합니다

새 모델의 임베딩 공간이 기존 모델과 호환되지 않는다면 전체 문서의 인덱스를 다시 구축할 예산을 잡아야 합니다. 기존 문서 벡터를 그대로 둔 채 질의 쪽 API 모델 이름만 바꾸면, 두 모델의 출력 차원이 같아도 대개 매칭이 깨집니다. Google이 문서화한 embedding-001에서 embedding-2로의 마이그레이션이 명확한 예입니다.

예외는 범위가 명시된 경우에 한정됩니다. Voyage 범용 4 계열과 Cohere Embed 5 Pro/Fast는 공유 임베딩 공간을 문서화하고 있습니다. 이는 특정 모델 조합을 허용한다는 뜻이며, 공급사가 다른 모델까지 임의로 섞어도 된다는 의미는 아닙니다. 실제 조합을 테스트하고 차원 및 표현 설정을 맞춰야 합니다.

재임베딩 비용은 실제 입력 토큰 수로 추산합니다. 예를 들어 평균 500토큰인 청크 100만 개에는 총 5억 토큰이 들어 있습니다. Gemini Embedding 2가 공개한 표준 텍스트 요금을 적용하면 임베딩 작업 비용은 $100입니다. 데이터베이스 쓰기, 기존·신규 인덱스의 중복 저장, 전처리, 질의, 개발 작업 비용은 제외하며 할인도 반영하지 않은 금액입니다. 요금 출처를 참고하면 됩니다.

토큰 요금 계산은 오히려 쉬운 부분일 수 있습니다. 원본 문서와 수집 설정이 필요하며, 대체 시스템을 만드는 동안 기존 서비스를 계속 운영할 용량도 확보해야 합니다. 인덱스 버전마다 모델 ID, 차원 수, 정규화, 청크 분할 버전, 질의·문서 지시문을 함께 저장합니다.

1. 1

   후보 인덱스를 별도로 구축하기

   보존한 원문 청크를 새 설정으로 다시 임베딩합니다. 기존 인덱스는 계속 요청을 처리하게 둡니다. 변하지 않는 문서 ID를 사용해 서로 대응하는 레코드를 비교할 수 있도록 합니다.

2. 2

   평가를 다시 실행하고 성능 퇴행 확인하기

   같은 라벨링된 질의로 후보를 비교합니다. 관련성뿐 아니라 권한, 출처 링크가 가리키는 대상, 누락 문서, 질의 지연 시간도 확인합니다. 전체 문서를 새 인덱스에 채우는 동안 변경된 문서도 반영해야 합니다.

3. 3

   모델과 인덱스를 함께 전환하기

   서로 맞는 새 인코더와 인덱스를 하나의 설정 변경으로 질의 경로에 적용합니다. 프로덕션 동작이 평가 결과와 다를 때 롤백할 수 있도록 기존 조합도 충분한 기간 유지합니다.

모델 선정 기준

이 글은 검색, RAG, 지원 봇을 위한 선택 과정에서 각자 뚜렷한 역할이 있는 일곱 모델 계열을 다룹니다. 공개된 입력 한도, 차원 수, 모달리티, 지원 언어, 배포 옵션, 라이선스, 현행 가격을 고려해 선정했습니다. 개발사 페이지는 명시된 확인일에 검토했으며, 저장 용량과 비용 예시는 제시한 가정으로 계산했습니다.

이 글을 위해 모델 벤치마크나 부하 테스트를 수행하지는 않았습니다. 나열 순서는 일반적인 텍스트 중심 개발자에게 권하는 평가 순서이며, 측정한 정확도 순위가 아닙니다. 코드 특화, 특정 도메인 전용, 그 밖의 멀티모달 계열에는 별도의 순위 카드를 배정하지 않았습니다. 해당 전문성이 애플리케이션을 좌우한다면 자체 후보 목록에 포함해야 합니다.

이런 선택은 피해야 합니다

이미지나 오디오를 직접 검색하는 데 OpenAI text-embedding-3를 사용하는 선택은 피해야 합니다. 텍스트 전용 계열이기 때문입니다. 글자를 추출하는 방식 자체는 유효하지만, 원본의 화면이나 소리에만 담긴 정보는 사라집니다.

새 프로젝트에서 별다른 검토 없이 구형 Voyage 3 모델부터 선택하는 것은 피해야 합니다. Voyage의 현행 문서는 새로운 계열을 권장합니다. 이미 평가를 마친 기존 배포가 있다면 마이그레이션 비용을 감수할 이유가 생길 때까지 유지하면 됩니다.

측정도 하지 않고 Qwen3-Embedding-8B를 노트북의 기본 모델로 정하는 것은 피해야 합니다. 먼저 기기의 지연 시간과 자원 한도를 확인한 뒤, 큰 체크포인트가 운영 비용에 걸맞은 가치를 제공하는지 평가합니다.

밀집 출력만 저장하면서 BGE-M3로 “하이브리드 검색”을 구현하려는 선택은 피해야 합니다. 그 기능을 얻으려면 추가 표현을 실제로 활용하는 검색 설계가 필요합니다.

모든 EmbeddingGemma 체크포인트를 Apache 2.0으로 취급하는 것은 피해야 합니다. 현행 EmbeddingGemma 2 모델 카드는 Apache 2.0을 명시하지만, 초기 300M 저장소에는 Gemma 이용 조건이 적용됩니다. 정확한 버전 구분은 검색뿐 아니라 배포에서도 중요합니다.

자주 묻는 질문

RAG 임베딩 모델은 무엇부터 비교하면 좋을까요?

저렴한 호스팅형 텍스트 기준 모델인 OpenAI text-embedding-3-small부터 시작하고, 자체 질문으로 Voyage 4와 비교합니다. 원본의 모달리티에 따라 답변이 달라진다면 Gemini Embedding 2나 Cohere Embed 5도 비교 대상입니다. 이 글에서 다루는 자체 호스팅 후보는 Qwen3-Embedding, BGE-M3, EmbeddingGemma입니다. 라벨링한 근거를 안정적으로 찾아내는 모델이 실제로 유용한 선택입니다.

무료로 평가할 수 있는 임베딩 모델은 무엇인가요?

호스팅형 평가용으로는 Gemini의 무료 API 티어, Voyage가 안내하는 초기 무료 토큰 할당량, Cohere의 호출 속도 제한 체험용 키가 있습니다. Cohere 체험용 키는 프로덕션 및 상업적 용도로 사용할 수 없습니다. 고객 대상 애플리케이션을 무료 접근에 의존해 운영하기 전에 정확한 모델의 할당량과 프로덕션 이용 조건을 확인해야 합니다.

RAG에 쓸 수 있는 무료 임베딩 모델은 무엇인가요?

자체 호스팅 텍스트 RAG에는 Qwen3-Embedding과 BGE-M3를 비교하고, 로컬 멀티모달 RAG에는 EmbeddingGemma 2를 포함합니다. 다운로드 가능한 가중치로 인코더를 직접 운영할 수 있지만, 추론·저장·유지보수에는 여전히 자원이 듭니다. 정확한 체크포인트의 라이선스를 함께 보관하고, 호스팅형 API와 비교할 때 이 운영 비용까지 포함해야 합니다.

다음 단계는 현재 검색이 놓치는 고객 지원 질문을 모으고, 각 질문에 답해야 할 문단에 라벨을 붙이는 일입니다. 전체 문서를 적용하기 전에 AI 비즈니스 워크플로 점검 체크리스트로 워크플로와 성공 기준을 정하면 됩니다.