핵심 요약
AWS의 블로그 사례에서 GloZ의 OpenSearch 기반 자연어 이력서 검색 시스템이 하이브리드 검색 가중치 최적화와 NL→DSL 변환 도입으로 정확도와 응답 속도를 개선했습니다.
구현 방법
- BM25+k-NN 하이브리드 검색: 66개 구성의 Grid Search, 최적은 min_max 정규화 + harmonic_mean 결합, Vector 0.9/BM25 0.1
- NL→DSL: Bedrock Claude Haiku 4.5 Function Calling, parse_search_query 도구, RAG 패턴 도입
- 한국어 처리: Nori 기반 토큰화 및 색인화
- 운영: CloudFront/API Gateway/Lambda + Cohere 임베딩
주요 결과
- nDCG@10 0.901, NL→DSL 91.7%
- 응답 2–3초, 평가 쿼리 약 150건
- Filter Accuracy 94%, MRR 0.944, Precision@5 0.912
