SPECTER 2 임베딩
SPECTER 2는 논문 제목과 초록을 입력으로 받아 문서 수준의 임베딩 벡터를 생성하는 모델로, 의미적으로 유사한 논문들이 벡터 공간에서 가깝게 배치되도록 설계되었다. 이 게시물에서는 SPECTER 2로 각 논문을 고정 길이 벡터로 인코딩한 뒤 유사도 기반 탐색과 밀도 분석에 활용했다는 점에서 핵심 처리 단계로 사용됐다. 임베딩은 이후 차원 축소와 클러스터링의 기초 데이터로 이용되어 시각적 지도화의 품질을 결정한다.