2nd/10_Wiki/Topics_Blog/ROUGE-Metrics.md

id, category, confidence_score, tags, last_reinforced

id	category	confidence_score	tags	last_reinforced
NLP-MET-ROUGE-001	10_Wiki/💡 Topics/AI	1.0	ai nlp metrics rouge summarization evaluation text-analysis	2026-04-26

ROUGE Metrics (ROUGE 메트릭)

📌 한 줄 통찰 (The Karpathy Summary)

"사람이 쓴 정답 요약문에서 지능(AI)이 얼마나 많은 핵심 단어와 문맥을 '재현'해냈는지를 정량적으로 측정하라" — 텍스트 요약 모델의 성능을 평가하기 위해 모델이 생성한 요약문과 참조 요약문 사이의 n-gram 겹침 정도를 계산하는 지표.

📖 구조화된 지식 (Synthesized Content)

• 추출된 패턴: "Recall-Oriented Overlap Analysis" — 요약의 목적은 '정보를 빠뜨리지 않는 것'에 있다는 관점에서, 참조 요약문의 단어들이 모델 출력에 얼마나 포함되어 있는지를 중심으로 성능을 산출하는 패턴.
• 주요 세부 지표:
  • ROUGE-N: 연속된 n개의 단어(Unigram, Bigram 등)가 얼마나 겹치는지 측정.
  • ROUGE-L: 가장 긴 공통 부분 수열(LCS)을 기반으로 문장 구조의 유사성 측정.
  • ROUGE-W / ROUGE-S: 가중치 적용 및 건너뛰기 허용 방식의 변형들.
• 의의: 주관적일 수 있는 '요약의 품질'을 자동화된 수치로 환산하여, 수만 개의 요약 결과를 일관된 기준으로 비교하고 모델을 개선하게 함.

⚠️ 모순 및 업데이트 (Contradictions & RL Update)

• 과거 데이터와의 충돌: 단순히 단어가 많이 겹친다고 좋은 요약은 아니라는 한계(의미적 유사성 무시)를 극복하기 위해, 최근에는 BERTScore와 같은 시맨틱 임베딩 기반 지표나 LLM을 판별자로 쓰는 'LLM-as-a-judge' 방식이 보완적으로 사용됨.
• 정책 변화: Antigravity 프로젝트는 1,174개 위키 문서의 자동 요약 기능을 검증할 때, 정보의 누락 여부를 확인하기 위해 ROUGE-L 지표를 기본 성능 평가 척도로 활용함.

🔗 지식 연결 (Graph)

• Natural-Language-Processing-NLP, Performance-Metrics-in-AI, RAG-and-Document-Retrieval, Prompt-Engineering-Foundations
• Raw Source: 10_Wiki/Topics/AI/ROUGE-Metrics.md