---
title: "하이브리드 검색: BM25와 dense retrieval을 함께 쓰는 이유"
slug: "hybrid-retrieval-bm25-dense"
language: "ko"
tags: ["하이브리드 검색","sag 기술","아키텍처"]
created: "2026-09-16T00:00:00.000Z"
published: "2026-09-16T00:00:00.000Z"
updated: "2026-09-16T00:00:00.000Z"
sample: false
---

# 하이브리드 검색: BM25와 dense retrieval을 함께 쓰는 이유

## 한 문장 정의

**하이브리드 검색**은 키워드 일치 기반 희소 검색과 의미 유사도 기반 밀집 검색을 결합하는 방법입니다.

> 핵심 답: 제품명·코드·법률 용어는 정확 일치가 중요하고 자연어 질문은 의미 유사도가 중요합니다. 한 방식만 쓰면 다른 종류의 관련성을 놓칠 수 있습니다.

## 왜 이 기술이 필요한가

제품명·코드·법률 용어는 정확 일치가 중요하고 자연어 질문은 의미 유사도가 중요합니다. 한 방식만 쓰면 다른 종류의 관련성을 놓칠 수 있습니다.

검색·답변·생성 시스템은 입력과 결과 사이에 여러 단계를 갖습니다. 따라서 결과만 보고 판단하면 원인을 찾기 어렵습니다. 이 기술은 무엇을 수집했고 어떤 기준으로 처리했으며 누가 결과를 승인했는지 설명할 수 있게 만드는 데 의미가 있습니다.

## 작동 원리

두 검색기의 후보와 점수를 정규화하거나 rank fusion으로 합친 뒤 reranker가 최종 순서를 정합니다. 데이터셋별로 기여도를 평가해야 합니다.

설계할 때는 정확도만 보지 않습니다. 지연 시간, 비용, 데이터 경계, 갱신 주기와 실패 시 동작을 함께 정의해야 운영에서 재현 가능한 결과가 됩니다. 자동화가 확신하지 못하는 값은 0이나 성공으로 바꾸지 않고 미측정·검토 필요 상태로 남기는 것이 안전합니다.

## SAG 기술과의 연결

SAG 질문·근거 구조에 검색 계층을 연결할 때 고유 브랜드명은 희소 검색, 문맥형 질문은 밀집 검색으로 보완하는 설계가 적합합니다. 현재 fixture 결과와 향후 검색 엔진 결과는 구분해야 합니다.

SAG는 고객 질문을 출발점으로 페이지, 근거, 관측 조건, 개선 작업과 재검증을 연결합니다. 이 글의 기술을 적용할 때도 특정 모델이나 단일 점수에 의존하기보다 입력 버전과 출처, 실행 상태, 승인 이력을 함께 보존하는 원칙을 우선합니다.

## 실무 체크리스트

- 정확 일치와 의미 검색의 실패 사례를 모읍니다
- 후보 recall과 최종 precision을 따로 봅니다
- 결합 가중치를 검증 데이터로 정합니다
- 실패·빈 결과·권한 오류의 상태를 성공과 구분합니다
- 변경 전후를 동일한 조건으로 재검증합니다

## 연구와 공식 문서

- [DPR 논문](https://aclanthology.org/2020.emnlp-main.550/)
- [BERT 논문](https://aclanthology.org/N19-1423/)

참고 문서는 원리와 권장사항의 근거입니다. 검색 노출, AI 언급, 순위나 매출을 보장하지 않으며 실제 적용 효과는 서비스 데이터와 동일 조건의 관측으로 확인해야 합니다.