---
id: wiki-2026-0508-information-retrieval
title: Information Retrieval
category: Computer_Science_and_Theory
status: needs_review
canonical_id: self
aliases: [information_retrieval]
duplicate_of: none
source_trust_level: A
confidence_score: 1.0
tags: [- information_retrieval - search_engine - ranking - ir_metrics - evaluation]
raw_sources: ["- E:/Wiki/2nd/10_Wiki/Topics/AI_and_ML/Information-Retrieval-IR.md - E:/Wiki/2nd/10_Wiki/Topics/Computer_Science_and_Theory/Information Retrieval (IR).md - E:/Wiki/2nd/10_Wiki/Topics/Computer_Science_and_Theory/Information Retrieval Evaluation Metrics.md"]
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
  language: unspecified
  framework: unspecified
---

# 정보 검색 (Information Retrieval, IR)

## 📌 한 줄 통찰 (The Karpathy Summary)
> "방대한 데이터 집합에서 사용자의 특정 정보 요구(Information Need)에 가장 적합한 문서를 정확하고 빠르게 찾아내어 최적의 순위로 정렬하는 컴퓨터 과학의 핵심 기술 체계."

## 📖 핵심 개념 (Core Concept)

### 1. IR의 핵심 프로세스
정보 검색 시스템은 비정형 데이터(주로 텍스트)를 대상으로 다음과 같은 단계를 거칩니다.
*   **색인 (Indexing)**: 검색 대상 문서를 효율적으로 찾기 위해 [[Inverted Index|역색인(Inverted Index)]] 등으로 구조화합니다 [18].
*   **질의 처리 (Query Processing)**: 자연어 질문을 토큰화, 스테밍(Stemming) 등을 통해 시스템이 이해할 수 있는 형태로 변환합니다 [19].
*   **랭킹 (Ranking)**: 검색된 문서들 중 사용자의 의도와 가장 가까운 순서대로 정렬합니다 [20].

### 2. 검색 모델의 진화
*   **Boolean Model**: 키워드의 존재 유무(AND, OR, NOT)만 판단하는 기초적 모델 [23].
*   **Vector Space Model**: 문서를 벡터 공간의 점으로 표현하고 코사인 유사도 등으로 관련성을 계산합니다 [24].
*   **BM25 (Probabilistic Model)**: 문서 내 단어 빈도와 문서 길이를 고려한 통계적 모델로, 현대 검색 엔진의 강력한 Baseline입니다 [25].
*   **Neural IR**: 딥러닝과 트랜스포머 모델을 활용하여 문맥적 의미를 파악하는 현대적 방식(Semantic Search)입니다 [26].

### 3. 평가 지표 (IR Metrics)
시스템의 성능은 '정확도'와 '순위 품질'로 측정합니다.
*   **집합 기반 지표**: [[Precision & Recall|Precision(정밀도)]], [[Precision & Recall|Recall(재현율)]], F1-Score [18-20].
*   **순위 기반 지표**: [[nDCG|nDCG]](위치 가중치 부여), [[MAP|MAP]](평균 정밀도의 평균), [[ERR|ERR]](사용자 만족도 기반) [23-25].
*   **RAG 특화 지표**: [[Context Precision & Recall|Context Precision]], [[Context Precision & Recall|Context Recall]] (RAG 시스템에서 컨텍스트의 품질 측정) [28, 29].

## ⚖️ 트레이드오프 및 고려사항 (Trade-offs)
*   **Precision vs Recall**: 모든 관련 문서를 찾으려 하면(Recall↑) 노이즈가 늘어나고(Precision↓), 정확한 것만 찾으려 하면(Precision↑) 중요한 정보를 놓칠 수(Recall↓) 있습니다 [33].
*   **속도 vs 품질**: 정교한 랭킹 알고리즘은 품질을 높이지만 응답 시간을 늦춥니다. 이를 해결하기 위해 다단계 랭킹(Multi-stage Ranking) 기법을 사용합니다 [34].

## 🔗 지식 연결 (Graph)
- **Concepts**: [[Natural Language Processing (NLP)|NLP]], [[Semantic Search|의미론적 검색]], [[Hybrid Search|하이브리드 검색]]
- **Evaluation**: [[LLM-as-judge]], [[A/B Testing]], [[Judgment List]]
- **Infrastructure**: [[Vector Database]], [[Elasticsearch]], [[Ollama_Local_LLM_Setup_Guide|Ollama]]

---
*Last updated: 2026-05-08*

## 📖 구조화된 지식 (Synthesized Content)

**추출된 패턴:**
> *(TODO)*

**세부 내용:**
- *(TODO)*

## 🤖 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.

## ⚠️ 모순 및 업데이트 (Contradictions & Updates)

- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음

## 🕓 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)*