기업 기술블로그의 Search 관련 글 46개
한국어는 교착어 특성상 영어 기반 벡터 검색만으로는 정확한 결과를 얻기 어렵습니다. 이 블로그에서는 Amazon Aurora PostgreSQL에서 pg_bigm(바이그램 키워드 검색)과 pgvector(벡터 시맨틱 검색)를 RRF(Reciprocal Rank Fusion)로 결합한 하이브리드 검색을 구현하여, 한국어 RAG 애플리케이션의 검색 품질을 개선하는 방법을 소개합니다. 왜 한국어에는 하이브리드 검색이 필요한가? RAG(Retrieva
기존의 RAG(Retrieval-Augmented Generation) 방식은 주로 ‘벡터 유사성 검색’에 의존합니다. 하지만 이 방식은 단순히 질문과 언어적으로 유사한 정보만 찾기 때문에, 데이터 간의 복잡한 구조적 관계나 숨겨진 맥락을 놓칠 수 있다는 한계가 있습니다. 지식 그래프(Knowledge Graph)는 이러한 한계를 보완합니다. 데이터를 개체(Entity)와 관계(Relation) 중심으로 연결하여, 질문과 직접적인 단어 유사성이
한국어 SPLADE v3 스타일 모델(sewoong/korean-neural-sparse-encoder-base-klue-large)을 Amazon OpenSearch Service에 배포하고, BM25 / Titan Embedding V2 / 각 하이브리드 조합을 MIRACL-ko로 비교했습니다. 코드와 정량 지표 중심으로 Sparse / Dense / Lexical을 어떻게 선택할지 판단할 수 있도록 정리했습니다. 검색의 출발점: TF-ID
Server Engineer, 박서준 님
이 글은 AWS Database Blog에 게시된 Supercharging vector search performance and relevance with pgvector 0.8.0 on Amazon Aurora PostgreSQL by Shayon Sanyal을 한국어 번역 및 편집하였습니다. 효율적인 벡터 유사성 검색은 시맨틱 검색, 추천 시스템, 그리고 검색 증강 생성(RAG) 구현에 있어 핵심 구성 요소가 되었습니다. Amazon Aur
기술 문서의 독자가 바뀌었습니다. 이제 사람만 문서를 읽지 않고, AI 검색 엔진과 AI 코딩 어시스턴트도 기술 문서를 직접 소비합니다. 이 글은 AI의 문서 소비 메커니즘, AI 시대에 달라져야 할 문서 구조와 작성 원칙, 문서 인프라 점검과 AI 인용 측정 방법을 다뤘습니다.
본 게시글은 AWS Database Blog에 게시된 ‘Introducing the GraphRAG Toolkit by Ian Robinson and Abdellah Ghassel’을 한국어 번역 및 편집하였습니다. Amazon Neptune이 그래프 기반 검색 증강 생성(RAG, Retrieval-Augmented Generation) 워크플로를 누구나 더 쉽게 구축할 수 있도록, Neptune 기반의 오픈 소스 Python 라이브러리 Gra
Tolgee, 에이전트, 그리고 “용어 일관성”의 현실
삼성전자 사내 지식 검색을 위해 다양한 RAG 실험 끝에 Agentic Search구조를 선택하게 된 이유와 이를 구현하기 위해 설계 시 고려한 점에 대한 경험을 공유합니다. Agent Flow, Tool 설계, Runtime환경까지 실제 구축 과정에서 중요했던 설계 포인트를 정리해보았습니다.
본 게시글은 AWS Bigdata Blog에 게시된 Integrating Amazon OpenSearch Ingestion with Amazon RDS and Amazon Aurora를 한국어 번역 및 편집하였습니다. 수백만 개의 항목에 대한 강력한 검색 기능은 높은 관련성을 유지하면서 빠르고 정확하며 손쉽게 제공되어야 합니다. 관계형 데이터베이스는 구조화된 데이터를 저장하는 데 널리 사용되는 방법이며, 조직에서는 핵심 비즈니스 정보를 저장하기
Notion RAG 검색 시스템 구축
OpenSearch Analyzer를 활용한 검색 서비스를 간단한 예제와 함께 알아봅니다.
안녕하세요. 스포카 백엔드팀 프로그래머 이지민입니다. 스포카에서는 식당 점주분들이 식자재 주문을 더 편리하게 하기 위한 많은 노력들을 하고 있습니다. 그중에서도, 주문하려는 품목을 검색하여 원하는 품목을 빠르게 찾을 수 있도록 품목 검색 기능을 제공하고 있는데요. 검색 엔진 도입부터 지금의 검색이 되기까지의 과정들을 이야기해보려고 합니다. 도입 초기에는 검색 엔진에 대한 이해가 깊지 않아, 논리적인 의사결정보다는 다양한 테스트를 통해 더 나은
페이지 2 / 3 (총 46개)
