Antigravity Agent
2.3 KiB
2.3 KiB
id: ALGO-RANK-001 category: "10_Wiki/💡 Topics/AI" confidence_score: 1.0 tags: [algorithm, Search-engine, ranking, learning-to-rank, pagerank, ndcg, relevance] last_reinforced: 2026-04-26
Ranking Algorithms (순위 산정 알고리즘)
📌 한 줄 통찰 (The Karpathy Summary)
"데이터의 평등한 나열에서 벗어나 가치와 관련성의 위계를 세우고, 사용자의 시선이 머무는 최상단에 가장 날카로운 정답을 배치하라" — 주어진 쿼리나 맥락에 대해 아이템(문서, 상품 등)의 상대적인 중요도나 관련성을 계산하여 순서를 매기는 알고리즘.
📖 구조화된 지식 (Synthesized Content)
- 추출된 패턴: "Feature-based Scoring and Relative Ordering" — 아이템의 텍스트 매칭도(BM25), 인기도(Click-through rate), 신뢰도(PageRank) 등 다양한 특징을 점수화하고, 이를 바탕으로 사용자가 가장 만족할 만한 순서로 재배열하는 패턴.
- 주요 기법:
- PageRank: 링크 구조를 분석하여 웹페이지의 권위도(Authority) 산출.
- Learning to Rank (LTR): 머신러닝을 통해 최적의 순위 산정 함수를 학습 (Pointwise, Pairwise, Listwise 접근법).
- Evaluation Metrics: NDCG (관련 높은 아이템이 상단에 있는지 측정), MRR.
- 의의: 검색 엔진, 이커머스 추천, 뉴스 피드 등 정보를 소비하는 모든 플랫폼의 사용자 경험(UX)을 결정짓는 핵심 지능.
⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- 과거 데이터와의 충돌: 단순히 키워드가 많이 포함된 순서로 나열하던 방식에서, 이제는 사용자의 의도(Intent)와 맥락(Personalization)을 실시간으로 반영하여 '나만을 위한 순위'를 제공하는 시맨틱 랭킹으로 진화함.
- 정책 변화: Antigravity 프로젝트는 에이전트가 지식 베이스를 검색할 때, 단순 유사도 점수 외에도 문서의 최신성, 신뢰도, 연결 밀도를 종합하여 최적의 참고 문헌 순위를 산정하는 커스텀 랭킹 엔진을 사용함.
🔗 지식 연결 (Graph)
- Natural-Language-[[Processing-NLP]], Recommendation-Systems, Performance-Metrics-in-AI, Vector-Database-Foundations
- Raw Source: 10_Wiki/Topics/AI/Ranking-Algorithms.md