RAG 재랭킹 (Reranking)

AI 용어

검색으로 넉넉히 가져온 뒤, 더 정확한 모델로 다시 순위를 매기는 단계

#rag

정의

재랭킹은 벡터 검색으로 후보를 넉넉히(예: 50개) 가져온 다음, 질문과 각 문서를 함께 읽는 정밀한 모델로 다시 점수를 매겨 상위 몇 개만 남기는 단계다. 벡터 검색은 빠르지만 질문과 문서를 따로 보기 때문에 미묘한 관련성을 놓치는데, 재랭킹이 그 구멍을 메운다. 답변 품질이 오르는 대신 한 단계가 더 붙어 지연이 늘어난다.

언제 쓰나

검색은 되는데 엉뚱한 문서가 상위에 올라와 답이 어긋날 때 가장 먼저 시도해볼 만한 개선이다.

언제 안 쓰나

문서 수가 적거나 응답 속도가 최우선이라면 굳이 넣지 않아도 된다.

Claude Code에선

코드베이스에서 관련 파일을 넓게 찾은 뒤 실제로 열어 확인하고 추리는 흐름이 재랭킹과 같은 구조다.

예시

벡터 검색으로 50건을 뽑고 재랭킹으로 5건만 남겨 프롬프트에 넣으면, 같은 컨텍스트로 더 정확한 답을 얻는다.

바로 쓰는 프롬프트

{{현재 RAG 구성}}에 재랭킹을 넣는 방법을 설계해줘. 후보 개수, 최종 개수, 늘어나는 지연시간을 같이 계산해줘.

이 용어를 참조하는 용어

에이전틱 RAG 벡터 데이터베이스 RAG

jt · via term-research · 복사 0 · KO