백엔드
퀸잇 검색 시스템의 여정: WHERE title LIKE '%keyword%'에서 Hybrid Search까지
두줄요약
퀸잇 검색 시스템이 MySQL LIKE에서 시작해 Elasticsearch, 벡터 검색, RRF를 거친 하이브리드 구조로 진화한 과정을 정리했습니다. 성능과 품질, 복잡도의 균형을 실험과 장애 대응으로 개선한 사례를 담았습니다.
핵심 내용
- 퀸잇 검색 시스템이 MySQL LIKE 기반의 임시 검색에서 시작해 Elasticsearch, reranking, 벡터 검색, RRF를 거친 하이브리드 검색으로 진화한 과정 정리
- BM25의 텍스트 매칭 한계, 개인화 부재, 의미 검색 필요성, 여러 검색 결과 통합 문제를 순차적으로 해결한 구조
- A/B 테스트와 장애 대응, 오타 교정 실패 사례를 통해 성능·품질·복잡도 사이의 트레이드오프를 검증한 사례
- 앞으로의 방향으로 Retrieval 소스 일원화, ML Ranker, Query Understanding, 검색 인프라 고도화 제시
