RAG 검색 정확도를 극대화하는 하이브리드 검색(BM25 + Dense)과 RRF 리랭킹 아키텍처 설계
LLM(대규모 언어 모델) 기반 엔터프라이즈 서비스에서 사내 지식 베이스나 규정 문서를 연동할 때 RAG(Retrieval-Augmented Generation, 검색 증강 생성) 파이프라인은 사실상 표준 아키텍처로 자리 잡았습니다. 그러나 프로덕션 환경에서 RAG를 운영해 보면, 모델 자체의 생성 능력보다 ‘검색 단계에서 얼마나 정확하고 연관성 높은 문맥(Context)을 추출하여 전달하는가’가 최종 답변 품질의 80% 이상을 결정한다는 점을 체감하게 됩니다. 초기 RAG 구축…