키워드·벡터·하이브리드 검색

개요

고유 코드와 의미 검색을 함께 비교한다.

먼저 문서 수집·분할·출처 보존, 임베딩과 유사도의 핵심 개념을 확인하세요.

핵심 개요

키워드 검색은 용어의 일치를, 벡터 검색은 학습된 표현의 가까움을 활용합니다. 하이브리드 검색은 두 후보 신호를 결합하는 접근으로, 상품 코드 같은 정확한 식별자와 자연어 표현을 함께 다룰 때 비교할 수 있습니다.

어떤 방식도 모든 자료에서 최선은 아닙니다. 질문 유형별 정답 문서를 정하고 상위 후보에 필요한 자료가 들어오는지 측정해야 합니다.

필요한 용어

• 하이브리드 검색: 키워드와 벡터 등의 후보 신호를 함께 사용하는 검색
• Recall@k: 정한 정답 자료가 상위 k 후보에서 얼마나 회수되는지 보는 지표

작동 과정

1. 코드·고유명사·의미 질문 등 유형을 나눕니다.
2. 같은 질의셋에서 검색 방식을 비교합니다.
3. 필터·상위 후보 수·지연을 함께 평가합니다.

풀이 예제

아래 입력과 기록은 직접 만든 교육용 가상 자료입니다.

입력·조건

질문 A는 오류 코드 E1042의 의미, 질문 B는 “저장이 자꾸 끊겨요”입니다.

판단·결과

A의 정확한 코드 검색과 B의 의미 검색을 각각 시험하고 결합 후보를 평가합니다.

이렇게 판단한 이유

코드 하나가 다르면 다른 오류일 수 있지만 사용자는 같은 문제를 여러 문장으로 표현합니다. 질문 유형에 따라 검색 신호의 역할이 달라집니다.

흔한 실패와 복구

서로 다른 점수 체계를 그대로 더해 의미 있는 확률로 부르지 않습니다. 결합 방식을 정하고 평가로 보정합니다.

확인 문제

참고 자료

1. Microsoft: Retrieval augmented generation  — 검색과 모델 입력 결합의 단계.
2. Microsoft: RAG evaluation  — 검색 품질·근거 일치·응답 평가.
3. Google: Embeddings  — 벡터 표현과 학습된 유사도.

자료 확인: 2026-10-21. 사례·문항·실습은 자체 제작했습니다. 외부 서비스 호출과 실제 모델 품질 측정은 학습자가 별도 환경에서 수행합니다.

30개 질의 중 키워드는 20개, 벡터는 23개, 결합은 26개에서 정답 문서를 찾았습니다. 선택 전에 추가 확인할 조건을 적으세요.