키워드와 맥락의 완벽한 조화, Hybrid Search
"이:음"은 두 가지 검색 방식의 장점만을 결합하여 오답 없는 답변의 근거를 탐색합니다.
고도화된 키워드(Keyword) 검색
사용자가 던진 질문에서 고유 명사나 수치와 같은 핵심 키워드를 정확하게 포착하기 위해 전문적인 형태소 분석 엔진을 활용합니다. 질문 문장을 형태소 단위로 쪼개어 명사와 객체를 정밀하게 추출하고, 이를 기반으로 키워드 매칭을 수행함으로써 벡터 검색이 놓치기 쉬운 세밀한 코드 번호나 고유 명칭까지 단 하나도 놓치지 않고 검색 결과에 반영합니다.
문맥 중심 벡터(Vector) 검색
단순한 단어 일치를 넘어 사용자의 질문 속에 담긴 의도와 전체적인 맥락을 파악하기 위해 다국어 지원 임베딩 모델을 통한 고도의 벡터화 작업을 수행합니다. 이를 통해 의미적으로 가장 유사도가 높은 문서들을 탐색하고 우선순위를 부여함으로써, 자연어 질문에 최적화된 풍부한 답변의 근거 데이터를 확보하여 더욱 지능적이고 유연한 검색 결과를 제공합니다.
가중 RRF 알고리즘 리랭킹
키워드 검색의 정밀함과 벡터 검색의 문맥 파악 능력을 하나로 결합하기 위해 가중치가 적용된 RRF 알고리즘을 사용하여 두 검색 결과를 합산합니다. 이렇게 정제된 최적의 검색 데이터를 LLM 모델에 주입함으로써, 개별 검색 방식의 한계를 극복하고 오답 없는 정확한 근거에 기반한 최상의 답변을 사용자에게 생성하여 전달합니다.
