코사인 유사도가 묻는 것, 먼저 지킬 계약을 적어 보기

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

새로운 기능을 붙일 때 구현 방법부터 고르면 무엇을 확인해야 하는지 뒤늦게 고민하게 된다. 이번 기록에서는 입력과 결과 사이에 반드시 유지할 약속을 먼저 적고, 작은 예제로 그 약속을 확인한다. 복잡한 설계보다 같은 동작을 다시 설명할 수 있는 기준 하나가 출발점이다.

동작보다 먼저 정할 기준

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

이번에 확인할 질문: 입력과 실행 순서가 같을 때, 다른 동료도 같은 결과를 예상할 수 있는가?

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. 사용자에게 보이는 결과를 한 문장으로 적는다.
2. 정상 입력 하나와 경계 입력 하나를 같은 조건에서 비교한다.
3. 설명이 달라지는 부분을 코드나 문서의 명시적인 규칙으로 옮긴다.

처음 정한 계약은 영원한 정답이 아니다. 다만 바꾸려면 어떤 사용자가 영향을 받는지 함께 설명할 수 있어야 한다. 오늘의 기준을 짧게 남겨 두면 다음 변경에서 구현 취향과 제품의 약속을 구분하기 쉬워진다.