핵심 요약
Kmong은 BM25 키워드 검색과 벡터 임베딩 기반 시맨틱 검색을 결합한 하이브리드 검색으로 검색 품질을 개선했습니다.
구현 방법
- BM25 + 벡터 검색 융합, Elasticsearch의 HNSW 활용
- 외부 임베딩 API(OpenAI text-embedding-3-small) 도입
- 다국어 지원, 응답성 목표(p90 500ms), 타임아웃/재시도 로직 포함
- 서비스 검색/전문가 검색/자동완성/카테고리 추천에 적용
주요 결과
- 실제 서비스에서 검색 정확도 및 탐색 흐름 개선에 기여
