검색에서는 보통 빠른 1단계로 많은 후보를 가져온 다음, 더 느리지만 정확한 리랭커로 순서를 다시 정합니다. Nogueira와 Cho(2019)는 질의와 구절을 함께 읽는 BERT 크로스 인코더가 1단계 검색기만 사용할 때보다 순위 품질을 크게 향상시킨다는 것을 보여 주었습니다.
RAG 시스템에서는 모델에 컨텍스트를 전달하기 전에 리랭킹을 거치면 가장 관련성 높은 구절이 사용되므로 답변 품질이 향상됩니다.
검색
2026년 업데이트
리랭킹(Reranking)
정의
1차로 검색된 후보 구절들을 더 정확한 모델로 다시 점수 매겨, 가장 관련성 높은 구절을 상위로 올리는 2단계 검색 과정입니다.
참고문헌
이 정의의 근거가 된 1차 자료, 동료 심사 자료 및 기록 자료입니다.
Passage Re-ranking with BERT
사전 및 백과사전 항목
- 위키백과 — 순위 학습(Learning to rank)
- Google Cloud — 검색에서의 랭킹 및 리랭킹
이 항목 인용하기
MultipleChat. "리랭킹(Reranking)." MultipleChat AI 및 LLM 용어집, 2026. https://multiple.chat/ai-glossary/reranking