Semantic Search (의미 기반 검색)

정의

**Semantic Search (의미 기반 검색)**는 사용자 질문의 전체 의미를 파악하고, 문자 그대로의 단어 일치가 아닌 개념적, 의미적 유사성을 기반으로 관련 정보를 검색하는 방식.

사용자가 “대통령”이라고 물어봐도 “국가 원수”라고 쓰인 문서를 찾을 수 있다.

핵심 원칙

원칙	설명
의미 우선	단어가 아니라 의미에 집중
문맥 이해	맥락과 상황을 파악
동의어 인식	다른 표현도 같은 의미로 인식
개념 매칭	표면적 단어 아닌 근본 개념 연결

키워드 검색 vs 의미 검색

키워드 검색 (Lexical/Keyword Search)

질문: "대통령"
검색 방식: "대통령"이라는 단어가 정확히 들어간 문서 찾기

결과:
✅ "한국의 대통령은..."이라는 문서
✅ "대통령 당선인이..."라는 문서
❌ "국가 원수의 역할은..."이라는 문서
❌ "최고 통치자가 하는 일..."이라는 문서

→ 의미는 같은데 단어가 다르면 놓침

장점:

• 매우 빠름 (O(log n))
• 구현이 간단
• 메모리 효율적

단점:

• 동의어 인식 불가
• 의미 변화 미처리
• 문맥 무시
• 문장 구조 무시

의미 검색 (Semantic Search)

질문: "대통령"
검색 방식: "대통령"의 의미를 이해하고, 
           같은 의미의 모든 표현을 찾기

의미 파악:
"대통령" = 국가의 최고 지도자, 국가 원수, 정치의 최고 권력자...

결과:
✅ "한국의 대통령은..."
✅ "국가 원수의 역할은..."
✅ "최고 통치자가 하는 일..."
✅ "대통령의 권한과 책임..."

→ 의미만 같으면 모두 찾음

장점:

• 의미 깊이 있음
• 동의어 자동 처리
• 문맥 고려
• 사용자 의도 파악

단점:

• 계산량 많음
• 처리 시간 더 걸림 (보통 수백ms)
• 구현 복잡함

구현 기술: 임베딩 (Embedding)

작동 원리

1단계: 텍스트 → 벡터 변환 (Embedding)
"대통령" → [0.2, -0.1, 0.8, 0.5, ..., 0.3]  (768차원 벡터)
"국가 원수" → [0.21, -0.09, 0.79, 0.51, ..., 0.29]
"최고 통치자" → [0.19, -0.11, 0.81, 0.49, ..., 0.31]

2단계: 벡터 간 유사도 계산 (Cosine Similarity)
"대통령" 벡터와 "국가 원수" 벡터의 거리: 0.99 (매우 유사)
"대통령" 벡터와 "치과의사" 벡터의 거리: 0.15 (별로 유사하지 않음)

3단계: 유사도순 순위 정렬
1위: "국가 원수의 역할"   (유사도 0.98)
2위: "대통령의 권한"      (유사도 0.97)
3위: "최고 통치자의..."    (유사도 0.96)

임베딩 모델 예시

모델	차원	특징
BERT	768	한국어 지원, 문맥 고려
Word2Vec	300	빠름, 경량
Sentence-Transformers	384-768	문장 레벨 임베딩
OpenAI Ada	1536	최고 성능

실제 예시: 고객 지원

Before (키워드 검색)

고객 질문: "환불은 어떻게 받는가?"

검색: "환불"이라는 단어 찾기
결과:
- "환불 정책" ✅
- "환불 신청" ✅
- "돈을 돌려받으려면?" ❌ (같은 의미인데 단어 다름)
- "구매 취소 및 환금" ❌ (비슷하지만 단어 다름)

→ 관련 문서를 놓칠 수 있음

After (의미 검색)

고객 질문: "환불은 어떻게 받는가?"

의미 이해: "구매 취소 후 돈을 되돌려받는 과정"

검색: 같은 의미의 모든 표현
결과:
- "환불 정책" (정확히 일치)
- "환불 신청" (정확히 일치)
- "돈을 돌려받으려면?" (의미 일치)
- "구매 취소 및 환금" (의미 일치)
- "상품 반품 후 금액 환수" (의미 일치)
- "거래 취소 방법" (관련 의미)

→ 모든 관련 정보를 찾아옴
→ 고객 만족도 ↑

의미 검색의 응용

1. 검색 엔진 (Search Engine)

Google의 검색이 의미 검색이 된 이유:
- "best pizza in town" 검색
- "맛있는 피자 찾기"와도 관련 결과 제시
- 의도는 같지만 단어가 다른 쿼리도 이해

2. RAG (Retrieval-Augmented Generation)

의미 검색 없이 RAG:
질문: "AI가 뭐예요?"
검색: "AI"라는 단어만 찾음
→ 부정확한 정보 검색 → 나쁜 답변

의미 검색으로 RAG:
질문: "인공지능이란?"
검색: "인공지능", "AI", "Machine Learning", "Deep Learning" 등 모두 찾음
→ 정확한 정보 검색 → 좋은 답변

3. 추천 시스템 (Recommendation)

사용자가 "액션 영화"를 검색
→ "스릴 넘치는 영화", "격투 장면이 많은 영화" 등도 추천

4. 질의응답 (Q&A)

FAQ 검색:
사용자: "물건 못받았어요"
의미 검색이 찾는 것:
- "배송 미흡"
- "상품 미수령"
- "배송 지연"
- "물품 분실"

의미 검색의 한계

❌ 의미적 모호성

"은행"
→ 금융기관? 강 옆 흙더미?

의미 검색도 맥락에 따라 실수할 수 있음
→ 더 정교한 맥락 처리 필요

❌ 문화적 차이

문화마다 다른 의미:
"White" = 색깔? 인종? 음악 장르?

언어별, 문화별 의미 차이 처리 어려움

❌ 계산 비용

키워드 검색: 100만 문서 중 찾기 → 0.01초
의미 검색: 100만 문서의 임베딩 모두 비교 → 수초~수십초

대규모 데이터에서는 속도 문제
→ Vector Database 필요

의미 검색과 Vector Search의 관계

의미 검색: 개념적 접근 (사용자 입장)
    ↓
Vector Search: 기술적 구현 (엔지니어 입장)
    ↓
Embedding: 의미를 숫자로 변환하는 방법

의미 검색 = Vector Search 기반 구현

RAG에서의 의미 검색

RAG의 검색 단계

사용자 질문: "AI가 인간을 대체할까?"

1단계: 질문의 의미 파악
의미: "인공지능의 발전이 인간의 역할 축소 가능성"

2단계: 의미 검색 수행
찾아오는 자료:
- "AI의 일자리 영향"
- "인간-AI 협업"
- "기술 발전이 고용에 미치는 영향"
- "자동화와 인간의 미래"

3단계: LLM이 찾아온 자료로 답변 생성

의미 검색이 없을 때

키워드 검색만 있을 때:
"AI"라는 단어가 없는 관련 자료를 놓침
→ 부정확한 답변

의미 검색이 있을 때:
모든 관련 자료를 찾음
→ 정확하고 근거있는 답변

관련 개념

• Vector Search — 의미 검색의 기술적 구현
• Embedding — 의미를 벡터로 변환
• RAG — 의미 검색을 활용하는 기술
• Similarity Measurement — 의미 유사도 계산
• — 자연어 이해의 기반

---

출처: AI인터시스브랜드 - Retrieval Augmented Generation of Ontologies from Relational Data (2025-12-16)

관련 영상: rag-ontologies-relational