text-embedding-3-small의 기술 사양
| 항목 | 세부사항 |
|---|---|
| Model ID | text-embedding-3-small |
| Model type | 텍스트 임베딩 모델 |
| Description | 효율적인 처리를 위한 소형 텍스트 임베딩 모델. |
| Primary use | 시맨틱 검색, 리트리벌, 클러스터링, 분류, 유사도 작업을 위해 텍스트를 밀집 벡터 임베딩으로 변환 |
| Input modality | 텍스트 |
| Output modality | 임베딩 벡터 |
| Context suitability | 효율적인 텍스트 임베딩 워크로드에 최적화 |
| Typical integration pattern | 다운스트림 NLP 및 리트리벌 시스템을 위한 API 기반 임베딩 생성 |
text-embedding-3-small란 무엇인가?
text-embedding-3-small은 텍스트를 의미를 포착하는 수치 벡터 표현으로 변환하도록 설계된 텍스트 임베딩 모델입니다. 이러한 임베딩을 사용하면 애플리케이션이 정확한 키워드 일치가 아닌 유사도를 기준으로 텍스트를 비교하기 쉬워집니다.
소형 임베딩 모델이므로, 빠른 처리와 확장 가능한 임베딩 생성을 필요로 하는 프로덕션 시스템에서 효율적으로 동작합니다. 시맨틱 검색, 추천 파이프라인, 문서 리트리벌, 중복 제거, 의도 매칭, 지식 베이스 인덱싱 등의 워크플로에 사용할 수 있습니다.
text-embedding-3-small의 주요 기능
- 효율적인 임베딩 생성: 응답성이 중요한 애플리케이션에서 빠르고 가벼운 텍스트-투-벡터 변환을 목표로 설계되었습니다.
- 시맨틱 이해: 단순한 어휘 일치를 넘어 의미와 문맥적 유사성을 포착하는 임베딩으로 인코딩합니다.
- 확장 가능한 배포: 문서 인덱싱, 검색 말뭉치, FAQ, 상품 카탈로그, 지원 콘텐츠 등 대규모 파이프라인에 적합합니다.
- 다양한 다운스트림 활용: 리트리벌, 재순위 준비, 클러스터링, 분류, 추천, 중복 감지 등 다양한 사용 사례를 지원합니다.
- API 친화적 통합: 호스팅 API를 통해 프로그래밍 방식으로 임베딩을 생성하는 현대적 애플리케이션 스택과 잘 맞습니다.
text-embedding-3-small에 접근하고 통합하는 방법
1단계: API 키 등록
시작하려면 CometAPI 플랫폼에 가입하고 대시보드에서 API 키를 생성하세요. 키를 발급받은 후에는 안전하게 보관하고 text-embedding-3-small API에 대한 모든 요청을 인증하는 데 사용하세요.
2단계: text-embedding-3-small API로 요청 보내기
API 키가 준비되면 CometAPI 엔드포인트로 HTTPS 요청을 보내고 모델로 text-embedding-3-small을 지정하세요. 요청 본문에 입력 텍스트를 포함하고, 인증 헤더가 올바르게 설정되어 있는지 확인합니다.
curl https://api.cometapi.com/v1/embeddings \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $COMETAPI_API_KEY" \
-d '{
"model": "text-embedding-3-small",
"input": "Your text goes here"
}'
3단계: 결과 수신 및 검증
요청이 처리되면 API가 제공한 입력에 대한 임베딩 데이터를 반환합니다. 응답에 예상되는 벡터 출력이 포함되어 있는지 확인하고, 요청이 성공적으로 완료되었는지 검증한 다음, 임베딩을 검색, 리트리벌, 랭킹 또는 분석 파이프라인에 저장하거나 전달하세요.