AI로 검색을 혁신하는 당근의 실험들!
by DD
1년 전
조회수 7
LLM을 활용하여 검색어의 맥락적 의미를 파악하고, 기존 검색 결과를 재구성하는 데모를 구현함
프롬프트 고도화를 통해 검색어 의도 분류 정확도를 개선하고, 다양한 검색어에 대한 이해도를 높임
LLM 기반 QU/DU 구조 도입으로 검색 커버리지를 53%에서 95% 이상으로 향상시켜 사용자 만족도 증가
검색 시스템에 LLM을 결합한 방법
기존 검색 시스템의 마지막 단계에 LLM을 후처리 모델로 결합하여 검색 결과를 개선했다. 구체적으로, 검색어, 추천 글 목록, 요약 정보를 입력 컨텍스트로 구성하여 LLM에 전달했다. 따라서 사용자의 의도에 맞는 검색 결과 재구성이 가능해졌다.
프롬프트 엔지니어링을 통한 검색 정확도 향상
다양한 검색어에서 사용자 의도를 정확하게 파악하기 위해 LLM 모델의 프롬프트를 고도화했다. 1,500개 검색어를 분석하고, 정성평가를 통해 개선점을 발굴했다. 반면, 프롬프트 버전 15까지 개선하는 과정을 거쳐, 검색어 의도 분류 정확도를 높였다.
LLM 기반 검색 구조의 설계 및 효과
QU/DU 구조를 LLM 기반으로 재편하여 검색 시스템의 정확도를 향상시켰다. QU는 프롬프트를 기반으로 검색어 의도를 분류하고, DU는 비정형 데이터에서 정보를 추출했다. 결과적으로, 검색 커버리지가 95% 이상으로 개선되어 사용자 만족도가 증가했다.
댓글 0
첫 번째 댓글을 남겨보세요!
