코사인 유사도가 묻는 것, 경계 조건에서 다시 살펴보기

벡터 두 개가 비슷하다는 말에는 방향과 크기라는 서로 다른 기준이 섞일 수 있다.

대표 예제 하나가 통과해도 기능의 경계가 명확해진 것은 아니다. 값이 없거나 예상보다 많을 때, 실행이 늦어지거나 순서가 바뀔 때 다른 규칙이 숨어 있을 수 있다. 이번 기록에서는 정상 경로를 유지한 채 입력 범위를 넓혀 보고 무엇을 허용할지 구분한다.

정상 경로 밖의 입력

코사인 유사도는 벡터의 방향을 비교한다. 사용하는 표현에서 방향이 무엇을 의미하는지 확인하고 영벡터처럼 계산이 정의되지 않는 입력의 정책을 정한다.

이번에 확인할 질문: 예상 범위를 벗어난 입력은 조용히 다른 결과를 만들지 않고 구분되는가?

작게 확인하는 예제

다음 예제는 핵심 조건을 드러내기 위한 출발점이다. 서비스의 전체 구현을 대신하지 않으므로 실제 입력 범위와 실패 처리 규칙을 함께 읽어야 한다.

import numpy as np

def cosine(a, b):
    denominator = np.linalg.norm(a) * np.linalg.norm(b)
    if denominator == 0:
        raise ValueError('zero vector')
    return float(np.dot(a, b) / denominator)

같은 방향의 다른 크기 벡터, 직교 벡터, 영벡터를 넣어 값과 오류 정책을 확인한다.

놓치기 쉬운 조건

높은 유사도는 의미가 완전히 같다는 증거가 아니다. 표현을 만든 과정과 평가할 실제 과업에 따라 임계값을 선택해야 한다.

확인할 부분	살펴볼 내용
기준 동작	같은 방향의 다른 크기 벡터, 직교 벡터, 영벡터를 넣어 값과 오류 정책을 확인한다.
비교 조건	입력과 실행 순서를 고정하고 한 번에 한 조건만 바꾼다.
적용 범위	예제가 생략한 의존성과 실제 서비스의 제약을 구분한다.

다음 변경에 적용할 순서

1. 빈 값과 최소 크기부터 확인 범위를 넓힌다.
2. 한 번에 여러 경계를 섞지 않고 각각의 결과를 기록한다.
3. 지원하지 않는 조건은 허용 범위와 함께 분명하게 설명한다.

모든 입력을 성공시켜야 좋은 인터페이스가 되는 것은 아니다. 지원 범위를 예측할 수 있고 실패 이유가 분명한 편이 더 다루기 쉽다. 경계 조건을 문서와 예제에 함께 남겨야 다음 구현에서도 같은 기준을 적용할 수 있다.