리만코리아, Amazon Bedrock Knowledge Bases를 활용한 자연어 기반 상품 검색 시스템 구축기

리만코리아는 기존의 키워드 매칭 방식이 사용자의 원료나 제형 중심 검색 습관을 반영하지 못해 발생하는 검색 실패 문제를 해결하고자 했다. 정확한 상품명을 모르는 사용자들이 "병풀 크림"과 같이 검색할 때 구매 포기로 이어지는 문제를 개선하는 것이 핵심이었다.

AWS EBA(Experience-Based Acceleration) 프로그램을 통해 5인 규모의 팀이 5주 만에 MVP를 완성했다. Amazon Bedrock Knowledge Bases를 기반으로 한 RAG(Retrieval-Augmented Generation) 아키텍처를 설계하여 자연어 검색 환경을 구축했다.

주요 기술적 결정 사항은 다음과 같다:

• 하이브리드 검색(Hybrid Search): 시맨틱 검색과 키워드 검색을 결합하여 정확도 향상
• No-Chunking 임베딩 전략: 데이터 손실을 방지하기 위해 채택
• LLM 분류기 레이어: 쿼리 확장 및 메타데이터 필터 추출을 위해 추가
• Anthropic Claude 3.5 Sonnet: 자연어 응답 생성에 활용

시스템 구축 결과, 검색 정확도를 72%에서 95%로 끌어올렸으며, 평균 응답 시간을 2.5초 이내로 단축하는 성과를 거두었다.