Semantic Search 4장 카드뉴스

단어의 철자 일치가 아니라 문장의 '의미'로 문서를 찾는 검색 방식입니다. 질문과 문서를 각각 벡터(임베딩)로 바꾼 뒤, 벡터 사이 거리가 가까운 것을 관련 있는 결과로 봅니다. 그래서 검색어와 겹치는 단어가 하나도 없어도 뜻이 통하면 찾아냅니다. 동의어·자연어 질문·오타에 강해 키워드 검색의 한계를 보완합니다. 문장 임베딩 기법과 벡터 데이터베이스가 발전하면서 실용화됐고, 지금은 RAG의 기본 검색 방식으로 쓰입니다.

시맨틱 서치(semantic search)는 '뜻으로 찾는' 검색입니다. 글자가 똑같은 문서를 찾는 대신, 질문과 문서를 각각 숫자 벡터로 바꿔 의미가 가까운 것을 고릅니다. 그래서 '연차 쓰는 법'으로 검색해도 '휴가 신청 절차' 문서를 찾아 줘요. 키워드가 정확히 겹치지 않아도 되니 자연어 질문이나 동의어에 강합니다. 다만 뜻이 비슷하기만 하고 실제로는 틀린 문서도 끌려올 수 있어서, 키워드 검색이나 리랭킹과 함께 쓰는 경우가 많아요. 그래서 검색 정확도를 높이려면 임베딩 모델 선택이 중요합니다.

케이스 1: Google — 검색에 언어모델 BERT 적용 Google은 2019년 검색 순위에 언어모델 BERT를 도입했습니다 [2]. 'to', 'for' 같은 전치사의 뉘앙스까지 반영해 대화형 질의를 이해하도록 했습니다 [2]. 구글은 이를 지난 5년간 검색에서 가장 큰 도약이라고 표현했습니다 [2]. 처음에는 미국 영어 검색에 우선 적용한 뒤, 이후 다른 언어와 지역으로 넓혀 갔습니다