적합성피드백 (Relevance Feedback)
쉽게 풀면
1차 검색 결과 중에서 '이건 맞고 이건 아니다'라고 이용자가 표시해주면, 그 정보를 이용해 검색을 다시 더 정확하게 해주는 방법이다.
왜 중요한가
초기 검색결과에 대한 이용자 판단을 활용해 질의를 반복적으로 개선하는 대화형 검색 기법으로, 로치오 알고리즘 같은 구체적 구현 방법과 함께 정보검색이론 연구에서 다뤄집니다. 웹 검색엔진의 '이와 유사한 결과' 기능도 관련성피드백 개념을 단순화해 적용한 사례로 볼 수 있다.
논문에서는 이렇게 쓰입니다
적합성피드백으로 얻은 정보를 로치오알고리즘을 통해 질의 재구성에 실제로 적용하는 절차를 설명하는 문장이다.
이용자 피드백을 반영한 질의 재구성이 검색 성능에 미치는 효과를 검토한 연구다.
조금 더 깊게 보면
명시적 피드백은 이용자에게 추가적인 인지적 부담을 주기 때문에 실제 검색엔진에서는 클릭 데이터 등을 활용한 암묵적 피드백으로 대체되는 경우가 많다는 점이 실무적 한계로 지적됩니다. 관련성피드백은 이용자가 초기 검색 결과 중 관련문헌을 표시하면, 이를 바탕으로 질의 벡터를 조정해 재검색하는 반복적 검색 개선 기법이다. 이용자의 직접 표시 대신 상위 결과를 관련문헌으로 가정하는 암묵적 관련성피드백(pseudo-relevance feedback)도 널리 쓰이며, 이는 이용자 개입 없이도 검색어를 자동으로 확장할 수 있게 한다. 여러 번 반복해 피드백을 적용하면 질의가 점차 관련문헌 군집 쪽으로 수렴하는 경향을 보인다. 이용자가 관련문헌으로 표시한 결과가 실제로는 우연히 관련 있어 보였을 뿐인 경우, 피드백이 오히려 검색을 그릇된 방향으로 이끌 수 있다.
주의할 점
이용자가 적합성 표시를 명시적으로 해야 하는 부담이 크기 때문에, 실제로는 클릭 로그 등을 활용한 암묵적 피드백 방식이 대안으로 쓰인다.
이용자가 피드백을 제공하는 과정 자체가 추가적인 상호작용 부담을 주므로, 실제 검색시스템에서는 암묵적 방식으로 대체되는 경우가 많다는 점에 유의해야 한다. 암묵적 방식은 초기 상위 결과가 실제로 비관련일 경우 오히려 질의를 잘못된 방향으로 확장할 위험도 있다.