[G1-Sync] Manual knowledge update
This commit is contained in:
Antigravity Agent
@@ -1,133 +1,34 @@
|
||||
---
|
||||
id: wiki-2026-0508-hybrid-search
|
||||
title: Hybrid Search
|
||||
category: AI_and_ML
|
||||
status: needs_review
|
||||
canonical_id: self
|
||||
aliases: [P-Reinforce-AUTO-HBS-001]
|
||||
duplicate_of: none
|
||||
category: 10_Wiki/Topics
|
||||
status: duplicate
|
||||
canonical_id: wiki-2026-0508-information-retrieval-ir
|
||||
duplicate_of: "[[Information-Retrieval-IR]]"
|
||||
aliases: [hybrid search, BM25 + dense, RRF]
|
||||
source_trust_level: A
|
||||
confidence_score: 1.0
|
||||
tags: [auto-reinforced, hybrid-search, bm25, vector-search, rag, search-optimization]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-05-04
|
||||
confidence_score: 0.94
|
||||
verification_status: redirected
|
||||
tags: [duplicate, hybrid-search, ir]
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
tech_stack:
|
||||
language: unspecified
|
||||
framework: unspecified
|
||||
---
|
||||
|
||||
# [[Hybrid Search|Hybrid Search]]
|
||||
# Hybrid Search
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> "검색의 양손잡이 전략: 키워드 기반의 정확성([[Keyword Search|Keyword Search]])과 문맥 기반의 유연성([[Semantic Search|Semantic Search]])을 결합하여, 어떤 형태의 질문에도 최적의 정답을 찾아내는 하이브리드 검색 아키텍처."
|
||||
> **이 문서는 [[Information-Retrieval-IR]] 의 specialization 입니다.** Canonical 문서로 redirect.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
하이브리드 검색은 전통적인 키워드 기반 검색과 현대적인 벡터 기반 의미론적 검색을 통합하여 상호보완적으로 활용하는 기술입니다.
|
||||
## 핵심 요약 (hybrid-specific)
|
||||
- 매 BM25 (sparse) + 매 dense embedding 의 fuse.
|
||||
- 매 Reciprocal Rank Fusion (RRF).
|
||||
- 매 Elasticsearch / Vespa / OpenSearch 의 native support.
|
||||
- 매 dense-only 보다 매 keyword 의 lose 의 X.
|
||||
|
||||
1. **구성 요소 (The Duo)**:
|
||||
* **[[Keyword Search|Keyword Search]] (BM25)**: 문서 내 단어의 빈도와 희소성을 계산합니다. 특정 용어, 모델명, 고유 명사 검색에 매우 정확합니다.
|
||||
* **[[Semantic Search|Semantic Search]] (Vector)**: 텍스트의 의미를 고차원 공간에 매핑합니다. 동의어, 문맥, 질문의 의도를 파악하는 데 탁월합니다.
|
||||
## 🔗 Graph
|
||||
- 부모: [[Information-Retrieval-IR]] (canonical)
|
||||
|
||||
2. **결합 방식 (Fusion Logic)**:
|
||||
두 방식에서 도출된 결과를 하나로 통합하기 위해 순위를 재조정하는 과정이 필요합니다.
|
||||
* **Reciprocal Rank Fusion (RRF)**: 각 방식의 순위(Rank)만을 사용하여 가중치를 매기고 통합합니다. 점수 체계가 달라도 효과적으로 결합할 수 있어 가장 널리 쓰입니다.
|
||||
* **Weighted Scoring**: 키워드 점수와 벡터 점수에 임의의 가중치(예: Keyword 0.3, Vector 0.7)를 곱하여 합산합니다.
|
||||
|
||||
3. **왜 하이브리드인가?**:
|
||||
* 벡터 검색은 'iPhone 15 Pro'와 같은 특정 제품명을 찾을 때 '스마트폰' 관련 문서를 가져오는 등 지나치게 일반화될 위험이 있습니다.
|
||||
* 키워드 검색은 '지식 관리 방법'을 물을 때 'PKM'이나 'Second Brain' 같은 유의어가 포함된 핵심 문서를 놓칠 수 있습니다.
|
||||
* 하이브리드는 이 두 사각지대를 모두 보완합니다.
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
* **시스템 복잡도**: 두 종류의 인덱스(Inverted Index & Vector Index)를 유지하고 관리해야 하므로 운영 리소스가 증가합니다.
|
||||
* **Fusion 파라미터 튜닝**: 도메인 특성에 따라 키워드와 벡터 중 어느 쪽에 더 무게를 둘지 결정하는 튜닝 과정이 필요합니다.
|
||||
* **오버헤드**: 두 번의 검색 과정을 거쳐야 하므로 Naive RAG 대비 응답 속도가 소폭 느려질 수 있습니다.
|
||||
|
||||
## 💻 실전 구현 코드 (Boilerplate)
|
||||
Python 환경에서 `RRF(Reciprocal Rank Fusion)`를 구현하는 핵심 개념 로직입니다.
|
||||
|
||||
```python
|
||||
def reciprocal_rank_fusion(keyword_results, vector_results, k=60):
|
||||
"""
|
||||
keyword_results, vector_results: [(id, rank), ...] 형태의 리스트
|
||||
"""
|
||||
scores = {}
|
||||
|
||||
# 1. 키워드 결과 점수 합산
|
||||
for doc_id, rank in keyword_results:
|
||||
scores[doc_id] = scores.get(doc_id, 0) + 1 / (k + rank)
|
||||
|
||||
# 2. 벡터 결과 점수 합산
|
||||
for doc_id, rank in vector_results:
|
||||
scores[doc_id] = scores.get(doc_id, 0) + 1 / (k + rank)
|
||||
|
||||
# 3. 점수 높은 순으로 정렬하여 최종 순위 도출
|
||||
final_rank = sorted(scores.items(), key=lambda x: x[1], reverse=True)
|
||||
return final_rank
|
||||
|
||||
# 예시 데이터
|
||||
kw_res = [("docA", 1), ("docB", 2)]
|
||||
vec_res = [("docC", 1), ("docA", 2)]
|
||||
|
||||
final = reciprocal_rank_fusion(kw_res, vec_res)
|
||||
print(f"Fused Results: {final}")
|
||||
```
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
* **기반 기술**: [[Information Retrieval (IR)|Information Retrieval (IR)]], [[BM25|BM25]], [[Vector Search|Vector Search]]
|
||||
* **활용 아키텍처**: [[Retrieval-Augmented Generation (RAG)|Advanced RAG]], [[Enterprise Search|엔터프라이즈 검색]]
|
||||
* **평가 지표**: [[nDCG|nDCG]], [[MAP|MAP]]
|
||||
|
||||
---
|
||||
*Last updated: 2026-05-04*
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
|
||||
- **정보 상태:** needs_review
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
|
||||
## 💻 코드 패턴 (Code Patterns)
|
||||
|
||||
**패턴 1:** *(TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)*
|
||||
|
||||
```text
|
||||
# TODO
|
||||
```
|
||||
|
||||
## 🤔 의사결정 기준 (Decision Criteria)
|
||||
|
||||
**선택 A를 써야 할 때:**
|
||||
- *(TODO)*
|
||||
|
||||
**선택 B를 써야 할 때:**
|
||||
- *(TODO)*
|
||||
|
||||
**기본값:**
|
||||
> *(TODO)*
|
||||
|
||||
## ❌ 안티패턴 (Anti-Patterns)
|
||||
|
||||
- **[안티패턴]:** *(TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)*
|
||||
## 🕓 변경 이력
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | 중복 처리 — canonical 문서로 redirect |
|
||||
|
||||
Reference in New Issue
Block a user