의미 기반 검색

의미 기반 검색은 영상이나 문서에 사람이 미리 달아둔 태그나 제목이 없어도, 찾고 싶은 내용을 문장으로 설명하면 그 뜻을 알아듣고 결과를 찾아주는 검색 방식이다.

기존 검색은 도서관 사서가 색인 카드에 적힌 제목과 키워드만 보고 책을 찾아주는 것과 비슷하다. 카드에 계단이라는 단어가 적혀 있지 않으면 계단이 나오는 장면은 영원히 찾을 수 없다. 의미 기반 검색은 사서가 아예 그 영상을 직접 보고 들은 것과 같다. 계단, 달리는 사람들, 빗속에서 왼쪽에서 오른쪽으로 슛한 골처럼 문장으로 설명해도, 화면 속 장면과 사람들의 대화, 배경 소리까지 두루 살펴서 뜻이 맞는 순간을 짚어낸다.

핵심은 단어 하나하나를 문자 그대로 맞추는 게 아니라 질문의 의도를 먼저 파악하고, 그 의도에 맞는 단서가 콘텐츠 어디에 있는지 알아서 고르는 데 있다. 그래서 사람이 일일이 태그를 달지 않은 방대한 자료라도 문장 하나로 원하는 장면을 짚어낼 수 있고, 기존 태그 검색과 겹쳐 쓰면 대상을 먼저 좁힌 뒤 더 빠르고 정확하게 찾을 수 있다.

기사 예시: 트웰브랩스의 멀티모달 임베딩 모델 Marengo가 구동하는 의미 기반 검색은 인간이 만든 태그가 하나도 없어도 계단, 달리는 사람들, 투표 같은 문장 검색만으로 방송 아카이브 속 장면을 찾아낸다. 오해 바로잡기: 검색어와 똑같은 단어가 자료에 적혀 있어야 찾아지는 게 아니라, 표현이 달라도 뜻이 통하면 찾아낸다는 점이 기존 키워드 검색과 다르다.

복잡한 조건을 문장 하나에 담아 검색해 보는 것으로 감을 잡을 수 있다. 예시 프롬프트: 흰 셔츠를 입은 선수가 노란 팀을 상대로 빗속에서 왼쪽에서 오른쪽으로 슛한 골. 이런 식으로 인물, 배경, 동작, 상황을 한 문장에 섞어 넣고 결과가 태그 없이도 나오는지 비교해 보면 기존 키워드 검색과의 차이가 드러난다.