이 게시물은 퀸잇 검색 시스템의 진화 과정과 기술적 결정, 실패와 교훈을 정리한 글입니다.

핵심 흐름

• MySQL LIKE로 빠르게 검색 스캐폴딩 후 같은 날 Elasticsearch로 전환
• function_score 기반 리랭킹으로 비즈니스 시그널 결합
• 벡터 검색으로 개인화 및 시맨틱 검색 도입, FAISS와 ES KNN 설계 고려
• BM25·Semantic·Personalization 결과를 RRF로 통합해 일관된 랭킹 구현
• 검색 장애로 서킷 브레이커·캐시 폴백 설계 및 오타 교정 실험에서의 한계 인지
• 향후 과제: Retrieval 소스 일원화, ML Ranker로 관련성·선호 분리, Query Understanding 개발