컨텍스추얼 리트리벌 (Contextual Retrieval)

AI 용어

청크마다 문서 맥락 설명을 덧붙인 뒤 색인해 검색 누락을 줄이는 RAG 기법.

#RAG#색인#검색 품질

정의

청크를 색인하기 전에 LLM으로 "이 조각이 어느 문서의 어떤 부분인지" 짧은 설명을 만들어 앞에 붙이고, 그 상태로 임베딩과 BM25 색인을 만드는 기법. Anthropic이 2024년에 공개했으며, 자체 실험에서 검색 실패율이 49%, 리랭킹까지 더하면 67% 줄었다고 밝혔다.

언제 쓰나

청크만 떼어 보면 주어가 사라지는 문서(재무 보고서, 계약서, 긴 매뉴얼)에서 검색 누락이 잦을 때.

언제 안 쓰나

문서가 자주 바뀌어 색인을 계속 다시 만들어야 할 때. 청크마다 LLM 호출이 들어가 색인 비용이 커진다.

Claude Code에선

"색인 스크립트에 청크별 맥락 생성 단계를 추가하고, 문서 본문은 프롬프트 캐싱으로 재사용해 비용을 줄여줘"라고 지시한다.

예시

청크 "매출이 전 분기 대비 3% 늘었다" → 앞에 "ACME 2023년 2분기 보고서의 실적 요약 부분" 추가 → "ACME 2분기 매출" 질문에 검색됨.

바로 쓰는 프롬프트

아래 문서 전체를 참고해, 이 청크가 문서의 어느 맥락에 속하는지 검색용 설명을 한두 문장으로만 써줘: 문서={{doc}} 청크={{chunk}}

컨텍스추얼 리트리벌 (Contextual Retrieval)

정의

언제 쓰나

언제 안 쓰나

Claude Code에선

예시

바로 쓰는 프롬프트

관련 용어