Cosine Similarity

import numpy as np
from sklearn.metrics.pairwise import cosine_similarity

# 두 벡터의 코사인 유사도 계산 (직접 구현)
def cosine_sim(a, b):
    dot_product = np.dot(a, b)
    norm_a = np.linalg.norm(a)
    norm_b = np.linalg.norm(b)
    return dot_product / (norm_a * norm_b)

# 예제: 문장 임베딩 비교
vec1 = np.array([0.2, 0.5, 0.8, 0.1])  # "고양이가 잠을 잔다"
vec2 = np.array([0.3, 0.4, 0.7, 0.2])  # "강아지가 쉬고 있다"
vec3 = np.array([0.9, 0.1, 0.1, 0.9])  # "주식 시장이 폭락했다"

print(f"유사한 문장 간: {cosine_sim(vec1, vec2):.4f}")  # 0.9833
print(f"다른 주제 문장 간: {cosine_sim(vec1, vec3):.4f}")  # 0.4588

# sklearn 활용 (여러 벡터 동시 비교)
vectors = np.array([vec1, vec2, vec3])
similarity_matrix = cosine_similarity(vectors)
print(f"\n유사도 행렬:\n{similarity_matrix.round(4)}")

# OpenAI 임베딩과 함께 사용
from openai import OpenAI
client = OpenAI()

def get_embedding(text):
    response = client.embeddings.create(
        input=text,
        model="text-embedding-3-small"
    )
    return np.array(response.data[0].embedding)

# 실제 문장 비교
emb1 = get_embedding("인공지능이 세상을 바꾸고 있다")
emb2 = get_embedding("AI 기술이 혁신을 이끌고 있다")
print(f"\n의미적 유사도: {cosine_sim(emb1, emb2):.4f}")  # ~0.89