Files
2nd/10_Wiki/Topics/Search.md
T

32 lines
2.1 KiB
Markdown

---
id: P-REINFORCE-AUTO-SRCH-001
category: "10_Wiki/💡 Topics/AI"
confidence_score: 0.98
tags: [auto-reinforced, search, information-retrieval, indexing, query, filter, access]
last_reinforced: 2026-04-20
---
# [[Search]]
## 📌 한 줄 통찰 (The Karpathy Summary)
> "현대 지능의 입구: 세상의 모든 정보가 담긴 거대한 인덱스에서 내 질문에 딱 맞는 한 페이지를 찾아내는 과정이자, 인류가 더 이상 '암기'가 아닌 '탐색'으로 지능의 패러다임을 바꾼 결정적 도구."
## 📖 구조화된 지식 (Synthesized Content)
검색(Search) 혹은 정보 검색(Information Retrieval)은 방대한 자료 뭉치에서 필요한 정보를 찾아내는 행위와 기술입니다.
1. **3대 구성 요소**:
* **Indexing**: 정보를 미리 정리해서 표(Index)로 만들어둠. (Repository와 연결)
* **Query**: 사용자가 던지는 질문이나 키워드.
* **Ranking**: 수만 개의 결과 중 무엇이 '가장 관련 있는가'를 결정. (Probability와 연결)
2. **왜 중요한가?**:
* 우리의 뇌는 용량이 유한하지만, 검색이라는 도구를 통해 외부의 무한한 지식을 실시간으로 내 생각에 연결할 수 있기 때문임 (Extended Mind).
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **과거 데이터와의 충돌**: 과거에는 질문한 단어가 들어있는지만 확인하는 '단어 매칭 정책'이었으나, 현대 정책은 단어가 없어도 의미가 통하는 것을 찾아주는 '시맨틱 검색 정책(RAG)'으로 진화함(RL Update). (RAG와 연결)
- **정책 변화(RL Update)**: 웹 사이트를 찾는 정책(Search)을 넘어, AI가 검색 결과를 읽고 가공해서 완성된 답변 정책을 내놓는 'Answer Engine 정책(Perplexity 등)'으로 패러다임 정책이 완전히 이동함.
## 🔗 지식 연결 (Graph)
- [[Repository]], [[RAG]], [[SEO]], [[Probabilistic-Reasoning]], [[Efficiency]], [[Information-Society]]
- **Modern Tech/Tools**: Google, Elasticsearch, Pinecone (Vector Search), Bing AI.
---