코사인 유사도가 묻는 것, 작은 재현 예제로 좁혀 가기

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

화면이나 실행 결과가 예상과 다를 때 전체 시스템을 한꺼번에 설명하려 하면 단서가 흐려진다. 관련 없는 의존성을 덜어 내고 조건을 하나씩 바꾸면 어느 가정이 깨졌는지 볼 수 있다. 이번에는 원인을 단정하기 전에 비교 가능한 최소 예제를 만드는 과정을 정리한다.

변수를 줄이는 순서

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

이번에 확인할 질문: 한 가지 조건만 바꾸었을 때 관찰 결과도 함께 바뀌는가?

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. 문제가 드러나는 입력과 순서를 먼저 고정한다.
2. 의존성이나 옵션을 하나씩 제거하고 같은 결과가 남는지 확인한다.
3. 원인을 설명하는 가장 작은 차이를 회귀 확인 항목으로 남긴다.

재현 예제의 목적은 짧은 코드를 자랑하는 데 있지 않다. 설명에 필요한 조건을 남기는 것이 목적이다. 실제 경로로 돌아왔을 때도 같은 원인과 해결책이 성립하는지 마지막으로 확인해야 재현 과정이 유용한 기록이 된다.