Q | 딥러닝에서는 임베딩 벡터(embedding vector), 잠재 공간(latent space), 표현(representation)이라는 용어가 자주 등장합니다. 이런 개념의 공통점은 무엇이고, 다른 점은 무엇일까요?
세 용어는 종종 혼용되지만, 미묘한 차이가 있습니다.
• 임베딩 벡터는 입력 데이터에 대한 표현이며, 비슷한 항목이 서로 가까이 위치합니다.
• 잠재 벡터(latent vector)는 입력 데이터를 처리하면서 만들어진 신경망의 중간 표현입니다.1
• 표현은 원본 입력을 인코딩한 것입니다.
이어지는 절에서 임베딩, 잠재 벡터, 표현 사이의 관계를 살펴보고, 이를 사용해 머신 러닝에서 어떻게 정보를 인코딩하는지 알아보겠습니다.