CATEGORY / RAG

RAG

검색에서 구조로, 구조에서 근거로

chunk 검색만으로 설명되지 않는 질문을 retrieval, GraphRAG, ontology, evaluation으로 나눠 답변 경로 전체를 살펴봅니다.

Subtopics
04
Published
13
RetrievalGraphRAGOntologyVector DBEvaluation
분야 소개4개 주제 · 13개 글

chunk 검색만으로 설명되지 않는 질문을 retrieval, GraphRAG, ontology, evaluation으로 나눠 답변 경로 전체를 살펴봅니다.

RetrievalGraphRAGOntologyVector DBEvaluation
세부 주제4개 보기
Topic filter

세부 주제로 좁혀보기

전체 13
4 / 4

최신글/ 13

06
Retrieval · Paper Review

BEIR를 읽고 검색 모델보다 먼저 평가 환경을 의심해야 했다

BEIR의 zero-shot 검색 결과를 바탕으로 BM25-only가 맞는 조건과 Exact·Dense·Hybrid·Reranker를 선택할 기준, 평가셋의 selection bias를 정리했다.

2026. 07. 21. · 18분 읽기
07
Retrieval · Paper Review

BGE-M3를 읽고 하나의 모델로 Dense·Sparse·Multi-vector를 묶으면 정답일까

BGE-M3가 Dense·learned sparse·multi-vector를 하나의 모델에서 어떻게 학습하고 결합했는지, benchmark 결과와 비용·tokenizer·학습 데이터 조건을 MES 검색 관점에서 검토했다.

2026. 07. 21. · 18분 읽기
08
Retrieval · Paper Review

BM25-only가 정답인지 MES·SCM 검색을 질문 유형별로 다시 나눠 봤다

BEIR·MIRACL·BGE-M3와 검색 엔진 공식 문서를 대조해, MES·SCM 검색을 BM25 하나가 아니라 질문 유형별 경로로 설계해야 하는 이유를 정리했다.

2026. 07. 21. · 15분 읽기
09
Retrieval · Paper Review

MIRACL을 읽고 다국어 Hybrid baseline을 MES의 정답으로 옮길 수 없는 이유

MIRACL이 무엇을, 어떻게, 왜 측정했는지 따라가며 BM25+mDPR 결합이 강했던 이유와 예외, 다국어 benchmark를 사내 MES 검색에 일반화할 수 없는 조건을 정리했다.

2026. 07. 21. · 16분 읽기
10
RAG Evaluation · Study Note

nDCG@10은 상위 열 개의 순서를 어떻게 점수로 바꾸는가

nDCG@10의 gain과 discount, ideal ranking, 정규화를 손으로 계산하고 trec_eval의 실제 구현 차이와 검색 평가에서 놓치기 쉬운 조건을 확인한다.

2026. 07. 21. · 11분 읽기