TypeScript에서 코사인 유사도 함수를 구현하는 방법

1. 벡터의 각 요소를 곱하고 합산(내적)
2. 각 벡터의 크기를 계산
3. 내적을 크기의 곱으로 나누기

• 1: 같은 방향 (완전 유사)
• 0: 수직 (무관)
• -1: 반대 방향 (완전 비유사)

function cosineSimilarity(vecA: number[], vecB: number[]): number {
  if (vecA.length !== vecB.length) {
    throw new Error("Vectors must have the same dimensions");
  }
  const dotProduct = vecA.reduce((sum, a, i) => sum + a * vecB[i], 0);
  const magnitudeA = Math.hypot(...vecA);
  const magnitudeB = Math.hypot(...vecB);
  if (magnitudeA === 0 || magnitudeB === 0) return 0;
  return dotProduct / (magnitudeA * magnitudeB);
}

• 비슷한 벡터: 유사성 0.857
• 수직 벡터: 유사성 0.000
• 반대 벡터: 유사성 -1.000

async function compareTextSimilarity(textA: string, textB: string): Promise<number> {
  const responseA = await fetch('https://api.openai.com/v1/embeddings', {
    method: 'POST',
    headers: {
      'Authorization': `Bearer ${process.env.OPENAI_API_KEY}`,
      'Content-Type': 'application/json',
    },
    body: JSON.stringify({ model: 'text-embedding-3-large', input: textA })
  });
  const responseB = await fetch('https://api.openai.com/v1/embeddings', {
    method: 'POST',
    headers: {
      'Authorization': `Bearer ${process.env.OPENAI_API_KEY}`,
      'Content-Type': 'application/json',
    },
    body: JSON.stringify({ model: 'text-embedding-3-large', input: textB })
  });
  const embeddingA = (await responseA.json()).data[0].embedding;
  const embeddingB = (await responseB.json()).data[0].embedding;
  return VectorUtils.cosineSimilarity(embeddingA, embeddingB);
}