![[팀네이버 컨퍼런스 DAN25] F-Solid: RAG에 최적화된 검색아키텍쳐](https://i.ytimg.com/vi/T5jgiMYJe4g/maxresdefault.jpg)
[팀네이버 컨퍼런스 DAN25] F-Solid: RAG에 최적화된 검색아키텍쳐
DAN 2025 네이버 · YouTube
AI 핵심 요약
AI 브리핑처럼 많은 문서를 근거로 답을 만드는 RAG 서비스는 기존 검색 시스템의 상위 결과 중심·저비용 랭킹만으로는 최신성, 출처 통합, 높은 적합도를 충족하기 어려웠다. 이를 위해 F-Solid는 여러 출처의 문서와 자질을 통합하고, 메타데이터 레지스트리와 HBase 기반 우선순위 큐를 갖춘 파이프라인으로 대규모 자질을 처리하며 중요도에 따라 색인 대상을 최적화했다. 검색은 후보를 넓게 찾는 Base Ranker, 트리 모델로 정교화하는 Core Ranker, LLM 등을 활용하는 Blender의 다층 구조로 나눴고, SPLADE·S-BERT 계열 모델과 문서 요약 자질 등을 적용해 매칭을 개선했다. 응답 시간과 품질 요구에 맞춰 검색 옵션을 선택하고 여러 출처를 통합 랭킹할 수 있도록 설계한 점이 핵심이며, 고비용 모델을 단계별로 제한해 품질과 리소스 사이의 균형을 맞추는 방법을 보여준다.
- 자질마다 생성 주기와 중요도가 다르면 메타데이터 레지스트리로 위치·품질·구독 잡을 관리하고, 변경 이벤트를 파이프라인에 연결할 수 있다.
- HBase 기반 우선순위 큐는 이벤트를 중요도순으로 처리하고 중복 문서 키의 불필요한 재색인을 줄이는 데 활용됐다.
- 대규모 색인에서는 중복 제거, 적합도 기반 문서 선별, 핫·콜드 분류를 조합해 색인 규모와 리소스 사용량을 제어한다.
- 검색 단계별로 후보 수와 모델 비용을 조절하면 넓은 문서 탐색과 정교한 재랭킹 사이의 균형을 맞출 수 있다.
- SPLADE 같은 뉴럴 매칭을 도입할 때는 검색 성능뿐 아니라 인덱스 크기와 서빙 비용, 과매칭·오매칭도 함께 평가해야 한다.
소개
[팀네이버 컨퍼런스 DAN25] F-Solid: RAG에 최적화된 검색아키텍쳐 AI브리핑을 위해 만들어진 RAG용 검색기 - F-SOLID의 전반적인 아키텍쳐에 대해 설명합니다. 목차 AI를 위한 Unified 검색기 - AI를 위한 범용 Unified 검색기 의 필요성 - 현재 검색 시스템의 한계점 - F-Solid : AI 를 위한 새로운 검색 플랫폼 개발 프로젝트 대규모 자질을 효율적으로 색인하기 위한 파이프라인 - 대량의 문서 자질을 유통하기 위한 파이프라인 구성 - 자질 별 중요도를 고려한 우선순위 큐 - 문서 중요도를 고려한 색인 최적화 다층 Layer 기반 검색 구조 - 다층 Layer 기반 검색 구조 소개 - Base Ranker - Core Ranker - Blender 적합성 개선을 위한 LLM & 뉴럴 활용 - Learned Sparse Retrieval 기법인 SPLADE 적용 - 도메인...
이 자료가 담긴 로드맵
커뮤니티에서 더 보기비슷한 학습 자료
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] Deep Dive 01 에이전틱: 서치 개인화와 실행까지 연결하는 검색 경험 [TEAM NAVER Conference DAN25] Deep Dive 01 Agentic Search: Personalized & Actionable Search Experience 네이버의 방대한 데이터를 기반으로 AI가 사용자의 의도와 맥락을 깊이 이해해, 검색이 정보 탐색을 넘어 사용자가 원하는 것을 먼저 제안하고 실행까지 연결하는 네이버 검색의 진화 방향을 소개합니다. In this session, he shares how NAVER Search is evolving from information retrieval to proactive experiences that anticipate user needs and seamlessly connect to action. #DAN #DAN25 #TEAMNAVERCONFERENCE
AI에이전트 개발
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] 발췌에서 생성으로: 네이버 검색의 진화
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] 발췌에서 생성으로: 네이버 검색의 진화 본 세션에서는 생성형 AI를 활용하여 네이버 검색 결과를 요약 제공하는 AI브리핑 서비스를 소개하고, 서비스 출시 과정의 기술과 노하우를 공유합니다. 서비스를 구성하는 컴포넌트별로 필요한 LLM 모델을 튜닝하고, 파이프라인을 구축하여 서빙하는 과정, 그리고 서비스별 니즈를 만족시키기 위해 특화된 LLM모델링 및 프롬프트 엔지니어링을 수행하는 과정들에 대해 공유합니다. 목차 1. AI브리핑 소개 - 검색과 AI의 만남 - AI브리핑 시스템 overview - AI브리핑의 다양한 라인업 및 성과 2. AI브리핑 시스템 들여다보기 - AI브리핑을 위한 검색 시스템 소개 - 지속가능한 모델 개선 파이프라인 - AI브리핑 등장 후 네이버 검색 품질의 변화 3. 서비스 특화된 AI브리핑 - 다양한 사용자의 요구를 만족하기 위한 차별화된 시도 - Docume...
AI에이전트 개발 자연어 처리
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] 검색 서비스에 최적화된 LLM 만들기: 데이터, 학습, 서비스 적용 사례 범용 LLM은 강력하지만 매일 수십억 건의 질문과 답을 다루는 실제 검색 서비스에 그대로 적용하기에는 한계가 있다. 본 발표에서는 "검색 서비스 특화 LLM"을 만들고 실제 서비스에 적용해본 경험담을 공유한다. 검색 로그에서 출발한 데이터 가공 레시피 적용과 다양한 데이터 조합 실험, 특히 기존 범용 성능을 유지하면서도 서비스 맞춤 기능을 끌어올린 실험 결과와 데이터 최적화 노하우를 공유한다. 실제 서비스 적용 관점에서는 보다 신뢰성있는 검색 결과를 사용자에게 제공하기 위한 AuthGR과 전통적인 정보 검색 과정을 하나로 통합해 제시하는 AI briefing 을 소개한다. 이를 통해 범용 LLM 대비 검색 서비스 특화 모델의 효용성을 확인할 수 있으며, 네이버가 검색 품질 개선을 위해 갖고있는 고민과 앞으로의 방향성을 엿볼 수 있다. 목차 1. 서비스 특화 LLM 의 필...
딥러닝 · 머신러닝 자연어 처리
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] NextN Search: 끊임없이 진화하는 네이버 검색
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] NextN Search: 끊임없이 진화하는 네이버 검색 네이버 검색은 언제나 한 방향을 향해 진화해 왔습니다. 사용자가 원하는 정보를 더 정확하게 찾아주고, 양질의 네이버 콘텐츠를 더 효과적으로 보여주는 것, 그것이 변화의 본질입니다. NextN Search는 이러한 목적 아래, 검색 시스템 전반에 걸친 전방위 개편을 시도했습니다. 비효율적인 블록 영역을 최적화하고, 블록 중심의 결과를 개별 콘텐츠 피드 단위로 재구성함으로써 랭킹의 정교함과 해상력을 높였으며, 맞춤형 콘텐츠 추천을 통해 사용자가 체감할 수 있는 개인화 경험을 제공합니다. 본 세션에서는 NextN Search에 적용된 핵심 기술의 개발 과정과 실서비스 적용 경험을 공유합니다. 또한 LLM·VLM을 다양한 검색·추천 태스크에 활용한 실전 노하우를 통해, 최신 AI 모델이 실제 서비스에서 어떤 가치를 만들어내는지 구체적으로 살펴봅니다. 아래는 세션의 주요 목차입니다. NextN Sea...
딥러닝 · 머신러닝 자연어 처리
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] Place AI Briefing: 검색부터 요약까지
컨퍼런스 DAN 2025
[팀네이버 컨퍼런스 DAN25] Place AI Briefing: 검색부터 요약까지 이번 세션은 네이버 플레이스 AI Briefing 생성의 기술적 파이프라인을 다룹니다. Retrieval - Reranking - Summarization 구조를 중심으로 탐색형·정답형·정보형 태스크 차이를 설명하고, 텍스트와 이미지 정보를 요약하는 방법을 소개합니다. 구체적으로 Text Encoder·Reranker·Multi-modal Encoder의 데이터셋 구축, 모델 선택과 학습 방법론, 도메인 특화 모델 평가 사례, 그리고 ICL·Distillation 기반 요약 기법을 공유합니다. 마지막으로 서비스 적용 경험을 토대로 효율 최적화, 대형·경량 모델 조합 등 실무 전략을 제시합니다. 이 과정을 통해 얻은 통찰이 더 나은 서비스 설계와 발전 방향을 모색하는 데 기여하길 바랍니다. 목차 1. Overview - Place AI Briefing - 서비스 설명과 사례 ...
컴퓨터 비전 자연어 처리