Cohere, Embed 5 출시: Pro로 인덱싱, Fast로 쿼리, 벡터 저장소 재구축 불필요

동찰 Beating AI 속보, 엔비디아가 투자한 기업 AI 회사 Cohere가 차세대 embedding 모델 Embed 5를 출시했으며, Pro와 Fast 두 등급으로 나뉜다. Embedding 모델은 텍스트와 이미지를 벡터로 변환하여 검색, RAG, Agent가 자료를 찾을 수 있도록 한다. 두 모델 모두 텍스트, 이미지 및 혼합 입력을 지원하며, 100개 이상의 언어를 커버하고 컨텍스트는 최대 128K token이다.

두 모델은 동일한 벡터 공간을 공유한다. 기업은 품질이 더 높은 Pro로 문서를 먼저 인덱싱한 후, 더 빠른 Fast로 쿼리를 처리할 수 있으며, 전체 벡터 세트를 재생성할 필요가 없다. Cohere가 40개 데이터셋에서 테스트한 결과, Pro로 인덱싱하고 Fast로 쿼리하는 종합 성적은 Pro 전 과정 방안의 98.4%에 해당하며, 차이는 약 1.6%이다.

Cohere의 테스트에서 Embed 5 Pro는 ViDoRe V3에서 평균 85.8을 기록했고, Fast는 84.5로 Voyage 4 Large의 83.7과 Gemini Embedding 2의 83.2보다 높았다. Fast는 백만 텍스트 token당 0.08달러, Pro는 0.12달러로 책정되었다.