feat: Wiki 지식 자산 업데이트 - UX Scenarios, Frontend, Game Design, Topics 추가 [2026-05-08]

10_Wiki/Topics/AI_and_ML/Information-Retrieval-IR.md

@@ -1,29 +1,73 @@
 ---
-id: DATA-IR-001
-category: Unified
-confidence_score: 1.0
-tags: [data-science, information-retrieval, [[Search|Search]]-engine, ranking, nlp, rag]
-last_reinforced: 2026-04-26
+id: wiki-2026-0508-information-retrieval-ir
+title: Information Retrieval IR
+category: Redirect
+status: merged
+canonical_id: self
+aliases: [P-Reinforce-REDIRECT-IR-004]
+duplicate_of: Information_Retrieval
+source_trust_level: A
+confidence_score: 0.92
+tags: [uncategorized]
+raw_sources: []
+last_reinforced: 2026-05-08
+github_commit: pending
+inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
 ---
 
-# Information Retrieval (IR, 정보 검색)
+# [[Information-Retrieval-IR]]
 
+> [!NOTE]
+> 본 문서는 **[[Information_Retrieval]]**로 통합되었습니다. 🫡🐟
 ## 📌 한 줄 통찰 (The Karpathy Summary)
-> "데이터의 바다에서 단순한 키워드가 아닌, 사용자의 질문과 가장 밀접한 '의미의 정수'를 건져 올려라" — 비정형 데이터셋에서 사용자의 정보 요구(Query)에 부합하는 유효한 정보를 찾아내고, 관련성(Relevance)에 따라 순위를 매겨 제공하는 학문 및 기술.
+
+> IR은 대규모 코퍼스에서 의미적·어휘적으로 관련 있는 문서를 효율적으로 찾는 시스템으로, RAG의 핵심 컴포넌트다.
 
 ## 📖 구조화된 지식 (Synthesized Content)
-- **추출된 패턴:** "Retrieve and Rank" — 1단계에서 대량의 데이터 중 후보군을 빠르게 추출(Retrieval)하고, 2단계에서 정교한 모델을 통해 최적의 순서를 결정(Ranking)하는 단계적 필터링 패턴.
-- **핵심 모델:**
-    - **Boolean Model:** 키워드의 존재 여부만 판단 (고전적 방식).
-    - **Vector Space Model (TF-IDF, BM25):** 단어 빈도와 희소성을 바탕으로 문서의 중요도 계산.
-    - **Neural IR (Dense Retrieval):** 임베딩 벡터 간 유사도를 통해 의미론적 검색 수행 (현대적 방식).
-- **평가 지표:** Precision, Recall, F1-Score, 그리고 순위의 정확도를 측정하는 MRR, nDCG 등.
-- **의의:** AI 에이전트가 외부 지식을 활용하는 RAG(Retrieval-Augmented Generation) 시스템의 성능을 결정짓는 가장 중요한 인프라.
 
-## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
-- **과거 데이터와의 충돌:** 단순 키워드 매칭 중심에서, 이제는 사용자의 질문 맥락을 이해하는 시맨틱 검색(Semantic Search)과 하이브리드 검색(키워드+의미)이 검색 품질의 표준이 됨.
-- **정책 변화:** Antigravity 프로젝트는 1,174개의 위키 문서 검색 시 BM25와 Dense Vector 검색을 앙상블한 하이브리드 IR 시스템을 사용하여 지식 탐색의 정확도를 극대화함.
+**추출된 패턴:** "recall 우선 retrieval + precision 우선 reranker"의 2단 구조가 현대 RAG의 표준.
+
+**세부 내용:**
+- 1단(retrieve): BM25 + dense (top-k 100~500).
+- 2단(rerank): cross-encoder (top-k 5~20).
+- 청크 전략: 의미 단위 + 메타데이터.
+- 평가: 라벨 데이터셋(BEIR, MS MARCO).
+- 최신 동향: ColBERT-v2, dense+sparse hybrid.
+
+## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
+
+**언제 이 지식을 쓰는가:**
+- *(TODO)*
+
+**언제 쓰면 안 되는가:**
+- *(TODO)*
+
+## 🧪 검증 상태 (Validation)
+
+- **정보 상태:** merged
+- **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.
+
+## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
+
+- **과거 데이터와의 충돌:** 없음
+- **정책 변화:** 없음
 
 ## 🔗 지식 연결 (Graph)
-- [[Indexing-Strategies|Indexing-Strategies]], Vector-Database-Foundations, NLP-Foundations, [[Hallucination-in-LLMs|Hallucination-in-LLMs]]
-- **Raw Source:** 10_Wiki/Topics/AI/Information-Retrieval-IR.md
+
+- **Parent:** [[10_Wiki/Topics]]
+- **Related:** *(TODO: 최소 2개)*
+- **Opposite / Trade-off:** *(TODO)*
+- **Raw Source:** 직접 입력
+
+## 🕓 변경 이력 (Changelog)
+
+| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
+|------|-----------|-----------|--------|
+| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |