🚀 [기능개선][검색] 하이브리드 검색 결과 관련성 필터링 로직 개선

[Yooonjeong]

📝 현재 문제점

• 현재 검색은 임베딩 기반 유사도 검색 + LIKE 키워드 매칭 결과를 RRF 방식으로 결합하여 정렬하고 있습니다.
• 이로 인해 가장 관련 있는 항목이 상단에 노출되긴 하나, 의미적으로 거의 관련 없는 항목도 점수가 0 이상으로 계산되어 모두 결과에 포함되는 문제가 발생합니다.
• 특히 검색 키워드와 직접적인 연관이 없는 공연/대리인도 하위 결과로 노출되어 사용자 관점에서 검색 결과 신뢰도가 낮아질 수 있습니다.

🛠️ 해결 방안 / 제안 기능

• 검색 결과에 대해 최소 관련성 기준을 만족하는 항목만 반환하도록 필터링 로직 추가
• 아래의 방식을 고려 중

1. 임베딩 유사도 최소 기준 설정

• 벡터 검색 시 embedding distance 기준으로 임계값 설정
• 임계값을 초과하는 경우 검색 후보에서 제외

2. 키워드 미매칭 + 저순위 벡터 결과 제거

• LIKE 키워드 매칭에 포함되지 않고 벡터 검색 결과에서도 일정 순위 이하인 경우 결과에서 제외

3. RRF 점수 하한선 적용

• 계산된 RRF score가 일정 값 이하인 항목은 노출하지 않도록 제한

4. 후보군 제한 후 RRF 적용

• 벡터/키워드 검색 결과 전체를 합산하는 방식이 아니라 의미적으로 최소한 연관성이 있는 후보군을 먼저 필터링한 뒤 RRF 정렬 적용

⚙️ 작업 내용

• 위에 언급한 방식 중 적절한 기준을 선택하여 하이브리드 검색 결과 필터링 로직 구현
• 검색 결과 검증 및 테스트

🙋‍♂️ 담당자

• 백엔드: @Yooonjeong
• 프론트엔드: 이름
• 디자인: 이름

[github-actions]

Chuseok22 Issue Helper

브랜치명

20260105_#713_하이브리드_검색_결과_관련성_필터링_로직_개선

커밋 메시지

하이브리드_검색_결과_관련성_필터링_로직_개선 : feat : {변경 사항에 대한 설명} https://github.com/Team-TicketMate/ticketmate-server/issues/713