이 게시물은 Amazon Bedrock Knowledge Bases를 활용해 자연어 기반 상품 검색 시스템을 구축한 사례를 공유합니다. 리만몰의 기존 상품명 키워드 검색을 대체해 원료명·제형 중심의 사용자 검색 의도를 반영하기 위해 RAG 아키텍처를 설계합니다. 상품 상세페이지 HTML/이미지에서 Claude Vision OCR 및 HTML 텍스트 추출로 RAG 데이터를 만들고, 상품 단위 원자성을 유지하는 No-Chunking 청킹 전략을 적용합니다. RetrieveAndGenerate() 사용 시 속도와 응답 변동성 문제가 발생해, HYBRID 검색과 메타데이터 필터링으로 정확도와 범위를 개선하고 검색-생성을 병렬 처리한 에이전트 흐름으로 응답 시간을 단축합니다. EBA 프로그램으로 5주 만에 MVP를 완성했으며 검색 정확도 95%, 평균 응답 시간 2.5초 이내를 달성했다고 정리합니다.