🏆60분
제조 현장 최적 Hybrid Search 구축
Day 2: Hybrid Search
제조 현장 최적 Hybrid Search 구축
RAG 심화 > Day 2: Hybrid Search
요구사항
BM25 + Semantic 결합 Hybrid Search를 구현할 것
Score Fusion과 RRF 두 가지 방식을 모두 구현할 것
쿼리 유형별 적응형 alpha를 적용할 것
제조 도메인 토크나이저를 구현할 것 (코드/규격 보존)
최소 10개의 다양한 쿼리 유형에 대한 검색 품질 비교 결과를 제출할 것
평가 기준
- • BM25 인덱스 구축의 정확성 (토크나이징 품질)
- • Score Fusion의 정규화 및 가중치 적용
- • RRF 구현의 정확성
- • 적응형 alpha의 쿼리 분류 정확도
- • 코드/규격 쿼리에서 Hybrid가 Semantic보다 나은지 검증
보너스
- • Query Expansion (동의어 사전 + LLM) 추가
- • HyDE 구현 및 일반 검색과 비교
- • Query Decomposition으로 복합 질문 처리
- • 최적 alpha 값을 자동 탐색하는 그리드 서치 구현
AI로 학습하기 — 꿀팁
🤖제조 Hybrid Search 가중치 검토AI 학습 팁
제조 현장 쿼리 특성(부품 코드 정밀 매칭 + 고장 증상 의미 검색)에 맞는 BM25/벡터 가중치 전략을 AI와 함께 설계하세요.
제조 현장 설비 고장 이력 DB에 Hybrid Search를 적용합니다. 두 종류의 쿼리가 혼재합니다: (A) 'PLC-7003 에러코드 E-04' 같은 정확 코드 검색, (B) '모터 과열 후 간헐적 정지' 같은 증상 의미 검색. 다음을 설계해 주세요: 1) A/B 쿼리를 자동 분류하는 라우팅 로직 (규칙 기반 또는 경량 분류기), 2) 각 유형에 적합한 BM25:벡터 가중치 비율과 근거, 3) RRF vs 선형 결합(weighted sum) 중 이 도메인에 더 적합한 방식, 4) 가중치 튜닝을 위한 오프라인 평가 데이터셋 구성 방법. 의사코드 수준으로 답해 주세요.
이 팁이 도움이 됐나요?