예시 답변 1
약 73초
쿼리 이해 단계에서 사용자 의도를 분류하고, 리트리벌과 랭킹을 순서대로 최적화하는 접근이 효과적이라는 개인 생각
제가 직접 검색 시스템을 구축한 경험은 없지만, 사이드 프로젝트로 공연 리뷰 검색 기능을 만들면서 이 구조를 처음 의식하게 됐습니다. 쿼리 이해 단계에선 '뮤지컬'이라는 단어가 장르를 뜻하는지 제목을 뜻하는지 구분하는 게 어려웠고, 형태소 분석기만 쓰니 엉뚱한 결과가 많이 나왔습니다. 그때 의도 분류를 먼저 하고 이후에 검색 범위를 좁히는 식으로 바꾸니 결과가 훨씬 좋아졌습니다. 리트리벌에선 키워드 매칭과 벡터 유사도를 같이 쓰는 게 단일 방법보다 나았고, 랭킹에선 클릭 데이터를 피드백으로 넣는 구조가 유의미하다고 논문에서 읽었습니다. 각 레이어가 독립적으로 보이지만 앞 단계 품질이 뒤를 결정하는 구조라는 게 인상적이었습니다.
이 결의 특징
형태소 분석기만으로 '뮤지컬' 같은 단어의 의도를 못 가려낸 문제를 의도 분류 우선 처리로 바꿔 개선하고, 키워드 매칭과 벡터 유사도를 함께 쓴 흔적이 있습니다. 앞 단계 품질이 뒤를 결정한다는 인식이 담겨 있습니다.
이 결이 통하는 자리
형태소 분석기의 한계를 실제로 겪고 의도 분류로 전환한 구체 과정이 살아 있을 때 통합니다. 각 레이어가 앞 단계 품질에 좌우된다는 관점이 드러날 때 면접관이 기술적 이해를 읽는 결이 보입니다.