운영 서비스에서 약 20년치 특허 데이터 기준 Recall 68%로 확인된 검색 품질 문제를 출발점으로, 23년치 특허 데이터를 대상으로 청킹 전략·임베딩 모델·인덱스 구성을 체계적으로 실험한 개선 실험 프로젝트입니다. 실험 환경에서 Recall을 기준선 대비 5.8배 향상 가능성을 확인하고, Milvus MMap 최적화로 RAM을 26배 절감했습니다. 실험 결과를 바탕으로 최적 청킹 전략(auto_remake v2)과 임베딩 모델(Gemini-embedding-001)을 선정해 서비스 파이프라인에 실제 적용하였으며, 개발한 그래프 기반 리랭킹은 서비스 도입이 내부적으로 확정되었습니다. 또한, 최신 Google 멀티모달 임베딩 모델 (gemini-embedding-002-preview)을 서비스에 적용하기 위해 텍스트 + 관련 도면 추출 및 매칭 알고리즘을 직접 개발, 도면 이미지 추출에서 사용할 오픈소스 OCR 모델을 직접 선정하여 기업의 벡터검색 정확도 개선에 혁신적으로 기여하였습니다.
| 항목 | 내용 |
|---|---|
| 프로젝트명 | 특허 벡터 검색 품질 개선 및 운영 최적화 |
| 기간 | 2025.12 ~ 2026.04 |
| 역할 | 검색 품질 평가 파이프라인 개선, 임베딩 실험 설계/검증, Milvus 운영 최적화, 멀티모달 PoC 수행 |
| 도메인 | 특허 문서 임베딩, 벡터 검색, 검색 평가, 운영 안정화 |
| 핵심 목표 | 기존 특허 벡터 검색 파이프라인의 검색 정확도와 운영 효율을 함께 개선하고, 실험 결과를 다시 확인할 수 있는 형태로 남기는 것 |
| 협업 도구 | JIRA, GitHub, GCP, Milvus |
코드 공개: 본 프로젝트는 사내 GitHub에서 관리되어 외부 반출이 불가합니다. 대신 아래에 실제로 수행한 실험 축, 운영 이슈, 의사결정 근거 중심으로 정리했습니다.
