아프니까 개발자다 아프니까 개발자다

Context7 분석 시리즈(1) 문서 특화 청킹 전략(2) 코드 스니펫 vs 정보 스니펫(3) 서버 사이드 리랭킹(4) 5단계 품질 파이프라인(5) 다층 품질 스코어링 ← 현재 글 (최종편)벡터 유사도만으로는 부족하다RAG 시스템에서 검색 품질을 결정하는 가장 흔한 방식은 벡터 유사도(cosine similarity)입니다. 질문을 벡터로 변환하고, 저장된 스니펫 벡터와의 유사도가 높은 것부터 순서대로 가져오는 방식이죠.하지만 이것만으로는 한계가 있습니다. 벡터 유사도는 "표현이 비슷한 문서"를 찾는 것이지, "질문에 실제로 답이 되는 문서"를 찾는 것이 아닙니다.예를 들어, "Next.js 미들웨어에서 인증을 어떻게 구현하나요?"라고 물었을 때:유사도 높지만 쓸모없는 결과: "Next.js 미들웨어의..