Similarity RAG로 Semantic Search 구현하기 (Ontology DB 구축)

이 게시물은 5,000개의 PPT와 80,000건의 Vector DB를 활용하여 의미 기반 검색(Semantic Search)을 구현하는 방법을 소개합니다.

Ontology DB 설계 및 메타정보 활용

• 메타정보(슬라이드 번호, PPT 이름, 제품명 등)를 추출하여 데이터 간 연관성을 강화
• Long Context Embedding 기술로 메타정보와 본문 내용을 통합하여 3072차원 벡터로 임베딩

성능 평가 및 분석

• Cosine Similarity와 유클리드 거리 분석을 통해 메타정보가 포함된 DB가 더 높은 연관성과 검색 효율성을 보임을 입증
• 데이터가 잘 군집화되어 RAG 기반 의미 추론 질의가 가능함을 확인

결론

메타정보를 포함한 Lite-Ontology DB 구축은 PPT 간 및 슬라이드 내 의미적 관계를 효과적으로 반영하며, RAG 성능 향상에 핵심적인 역할을 한다고 결론지었습니다.