SemSim（Semantic Textual Similarity）은 자연어 처리 분야에서 텍스트 재작성 / 패러프레이징 작업의 중요한 평가 지표입니다. 의미적 유사성은 재작성된 문장과 원문이 의미 공간에서 얼마나 가까운지를 직접 측정하며, 재작성 품질의 핵심 요구사항입니다. 일반적으로 백분율 또는 0–1 점수로 보고됩니다. 이 지표는 관련 벤치마크와 논문에서 널리 사용되며, 모델이 해당 차원에서 어떤 성과를 보이는지 효과적으로 반영합니다. 값이 높을수록 좋습니다. 연구자와 엔지니어가 텍스트 재작성 / 패러프레이징 시나리오에서 모델의 실제 성능 차이를 정량화하고, 다양한 방법이나 모델 버전을 비교하기 쉽게 합니다.