리랭커

AI 개념
약 1분 읽기

1차 검색으로 추린 후보 문서를 질의와의 관련성 기준으로 다시 정밀하게 순위 매기는 모델입니다.

다른 이름
Reranker재순위화RerankingRe-ranking

상세 설명

리랭커(Reranker)는 검색 결과의 품질을 높이기 위해, 1차 검색(벡터·키워드 검색)으로 빠르게 추린 후보 문서들을 질의와의 관련성 기준으로 다시 정밀하게 순위 매기는 모델입니다. 보통 질의와 문서를 함께 입력받아 깊이 비교하는 교차 인코더(Cross-Encoder) 방식을 써서, 1차 검색보다 정확하지만 느립니다. 그래서 '빠른 1차 검색으로 후보를 좁히고 → 리랭커로 상위만 재정렬'하는 2단계 구성으로 쓰입니다. RAG 챗봇의 답변 근거 품질을 끌어올리는 핵심 요소로, 검색 정확도가 곧 답변 품질로 이어지는 시스템에서 특히 중요합니다.

도구 선택에서 중요한 이유

RAG·검색 도구에서 리랭커 지원 여부는 답변 근거의 정확도를 좌우합니다. 1차 벡터 검색만으로는 엉뚱한 문서가 상위에 올 수 있는데, 리랭커가 이를 바로잡아 줍니다. 도구가 리랭킹 단계를 제공하는지, 한국어 문서에서도 잘 작동하는지, 추가 지연·비용이 감당 가능한지가 선택 기준이 됩니다.

도구를 고를 때 확인할 점

  • 1차 검색 뒤 리랭킹 단계를 붙일 수 있는가
  • 한국어 문서·질의에서 재순위 정확도가 검증됐는가
  • 리랭킹으로 늘어나는 지연과 비용이 감당 가능한가
  • 상위 몇 건만 재정렬할지 등 파라미터를 조절할 수 있는가

실제 적용 예시

사내 규정 챗봇이 '재택근무 신청'을 검색하면 1차 검색이 비슷한 문서 20건을 빠르게 추립니다. 리랭커가 이 중 질의 의도에 가장 맞는 3건을 상위로 다시 올리고, 챗봇은 그 문서를 근거로 답해 엉뚱한 규정을 인용할 위험을 줄입니다.

관련 용어

RAG임베딩벡터 데이터베이스의미 검색