1. 들어가며RAG(Retrieval-Augmented Generation) 시스템을 구축해 본 개발자라면 누구나 한 번쯤 이런 고민에 빠집니다."Vector DB에서 유사한 문서를 5개나 가져왔는데, 왜 LLM은 엉뚱한 대답을 할까?"이유는 간단합니다. 벡터 검색(Vector Search)은 '의미적 유사도'를 기반으로 빠르게 검색하지만, 질문의 미묘한 뉘앙스나 정확한 정답을 포함하는지 여부를 완벽하게 판단하지는 못하기 때문입니다.이때 필요한 것이 바로 Reranker(리랭커)입니다. 1차로 검색된 문서들을 다시 한번 꼼꼼하게 채점하여, 진짜 정답을 LLM의 코앞에 가져다주는 역할을 합니다. 이번 포스팅에서는 RAG 성능 향상의 치트키, Reranker의 모든 것을 파헤쳐 보겠습니다.2. Reranke..