Files

T

koriweb 5ba5a55c78 feat: Wiki 지식 자산 업데이트 - UX Scenarios, Frontend, Game Design, Topics 추가 [2026-05-08]

2026-05-08 19:52:07 +09:00

5.5 KiB

Raw Blame History

id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, tags, raw_sources, last_reinforced, github_commit, inferred_by, tech_stack

title

Hybrid Search

📌 한 줄 통찰 (The Karpathy Summary)

"검색의 양손잡이 전략: 키워드 기반의 정확성(Keyword Search)과 문맥 기반의 유연성(Semantic Search)을 결합하여, 어떤 형태의 질문에도 최적의 정답을 찾아내는 하이브리드 검색 아키텍처."

📖 구조화된 지식 (Synthesized Content)

하이브리드 검색은 전통적인 키워드 기반 검색과 현대적인 벡터 기반 의미론적 검색을 통합하여 상호보완적으로 활용하는 기술입니다.

구성 요소 (The Duo):
- Keyword Search (BM25): 문서 내 단어의 빈도와 희소성을 계산합니다. 특정 용어, 모델명, 고유 명사 검색에 매우 정확합니다.
- Semantic Search (Vector): 텍스트의 의미를 고차원 공간에 매핑합니다. 동의어, 문맥, 질문의 의도를 파악하는 데 탁월합니다.
결합 방식 (Fusion Logic): 두 방식에서 도출된 결과를 하나로 통합하기 위해 순위를 재조정하는 과정이 필요합니다.
- Reciprocal Rank Fusion (RRF): 각 방식의 순위(Rank)만을 사용하여 가중치를 매기고 통합합니다. 점수 체계가 달라도 효과적으로 결합할 수 있어 가장 널리 쓰입니다.
- Weighted Scoring: 키워드 점수와 벡터 점수에 임의의 가중치(예: Keyword 0.3, Vector 0.7)를 곱하여 합산합니다.
왜 하이브리드인가?:
- 벡터 검색은 'iPhone 15 Pro'와 같은 특정 제품명을 찾을 때 '스마트폰' 관련 문서를 가져오는 등 지나치게 일반화될 위험이 있습니다.
- 키워드 검색은 '지식 관리 방법'을 물을 때 'PKM'이나 'Second Brain' 같은 유의어가 포함된 핵심 문서를 놓칠 수 있습니다.
- 하이브리드는 이 두 사각지대를 모두 보완합니다.

⚠️ 모순 및 업데이트 (Contradictions & Updates)

시스템 복잡도: 두 종류의 인덱스(Inverted Index & Vector Index)를 유지하고 관리해야 하므로 운영 리소스가 증가합니다.
Fusion 파라미터 튜닝: 도메인 특성에 따라 키워드와 벡터 중 어느 쪽에 더 무게를 둘지 결정하는 튜닝 과정이 필요합니다.
오버헤드: 두 번의 검색 과정을 거쳐야 하므로 Naive RAG 대비 응답 속도가 소폭 느려질 수 있습니다.

💻 실전 구현 코드 (Boilerplate)

Python 환경에서 RRF(Reciprocal Rank Fusion)를 구현하는 핵심 개념 로직입니다.

def reciprocal_rank_fusion(keyword_results, vector_results, k=60):
    """
    keyword_results, vector_results: [(id, rank), ...] 형태의 리스트
    """
    scores = {}
    
    # 1. 키워드 결과 점수 합산
    for doc_id, rank in keyword_results:
        scores[doc_id] = scores.get(doc_id, 0) + 1 / (k + rank)
        
    # 2. 벡터 결과 점수 합산
    for doc_id, rank in vector_results:
        scores[doc_id] = scores.get(doc_id, 0) + 1 / (k + rank)
        
    # 3. 점수 높은 순으로 정렬하여 최종 순위 도출
    final_rank = sorted(scores.items(), key=lambda x: x[1], reverse=True)
    return final_rank

# 예시 데이터
kw_res = [("docA", 1), ("docB", 2)]
vec_res = [("docC", 1), ("docA", 2)]

final = reciprocal_rank_fusion(kw_res, vec_res)
print(f"Fused Results: {final}")

🔗 지식 연결 (Graph)

기반 기술: Information Retrieval (IR), BM25, Vector Search
활용 아키텍처: Retrieval-Augmented Generation (RAG), Enterprise Search
평가 지표: nDCG, MAP

Last updated: 2026-05-04

🤖 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.

🕓 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)

# 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)

5.5 KiB Raw Blame History