OpenSearch의 하이브리드 검색 소개

이 글은 Auto 서비스팀이 Retrieval-Augmented Generation(RAG) 기반 서비스 개발을 위해 OpenSearch의 하이브리드 검색 기능을 도입한 사례를 소개합니다. RAG 시스템의 핵심은 사용자 질문의 의도를 정확히 파악하고 관련 컨텍스트를 신속하게 검색하는 것인데, 기존 키워드 검색과 의미 기반 검색의 한계를 극복하기 위해 두 방식을 결합한 하이브리드 검색이 필요했습니다.

OpenSearch는 키워드 검색(BM25)과 시맨틱 검색(벡터)을 통합하여 검색 정확도와 효율성을 높이며, 자동차 정비와 같이 전문 용어와 일상적 표현이 혼재된 도메인에서 문맥에 맞는 정보를 효과적으로 제공합니다. 또한, 완전 오픈소스 솔루션으로서 높은 확장성과 AWS 연동, 보안 기능을 제공하며, Docker를 활용한 설치 및 Python 라이브러리를 통한 데이터 관리 및 검색 활용 방법을 설명합니다.