dbpedia-dataset

DBpedia는 위키피디아의 구조화된 정보를 추출해 만든 공개 지식 그래프로 텍스트 기반의 엔티티 및 설명을 포함하는 대형 데이터셋이다. 본 게시물에서는 OpenAI의 text-embedding-3-large로 임베딩한 640차원 벡터로 구성된 샘플을 평가 대상으로 사용했고 이 샘플이 균등한 초구 상 분포를 보인다는 점이 핵심 인사이트로 작용했다. 데이터셋의 분포 특성이 인덱스 선택과 성능에 직접적인 영향을 미치는 사례로 활용되었다.