키워드 검색은 입력한 단어만 찾습니다. 문서에는 해지라고 쓰여 있는데 취소로 검색했거나, 한 정책이 같은 의무를 세 가지 다른 표현으로 설명하는 경우에는 통하지 않습니다. 시맨틱 검색은 바로 이 틈을 위한 것입니다. 글자를 맞추는 대신 의미를 맞추기 때문에, 내 말로 던진 질문이 답이 되는 대목에 닿을 수 있습니다.
AuraDoc의 시맨틱 검색 방식
문서가 처리되면 텍스트가 여러 구절로 나뉘고, 각 구절은 그 내용을 숫자로 표현한 임베딩으로 변환됩니다. 이 임베딩은 벡터 인덱스에 저장됩니다. 검색할 때는 질의도 같은 방식으로 임베딩이 되어 저장된 구절과 비교되고, 가장 가까운 구절이 결과로 돌아옵니다. API의 검색 엔드포인트는 기본적으로 10개, 최대 50개의 결과를 반환하고, 최소 점수에 못 미치는 약한 일치는 무시하며, 추려진 목록을 다시 정렬해 순서를 개선할 수도 있습니다. 각 결과에는 일치한 용어가 강조된 구절 발췌가 붙어 있어 파일을 열지 않고도 판단할 수 있습니다.
검색은 추출로 얻은 텍스트를 대상으로 하므로, 스캔한 파일도 OCR 파이프라인을 거치면 포함됩니다. 아직 텍스트가 없는 문서는 인덱스에 저장할 것이 없습니다.
키워드와 의미를 함께
의미가 항상 원하는 것은 아닙니다. 정확한 청구서 번호나 조항 번호가 필요할 때는 순수한 의미 일치가 빗나갈 수 있습니다. 이를 위해 키워드 일치와 벡터 검색을 결합한 하이브리드 검색이 있습니다. 안전망이기도 합니다. 임베딩 제공업체용 키가 없어도 검색은 제공업체 오류로 실패하지 않고 단어 일치로 전환되며, 응답에 그 이유를 알리는 메모가 포함됩니다. 시맨틱 검색 자체에는 플랫폼이나 설정에 있는 본인의 키로 임베딩 제공업체가 구성되어 있어야 합니다. 구성된 것이 없으면 조용히 빈 결과를 돌려주는 대신 응답이 그 사실을 알려 줍니다.
필터로 결과 좁히기
큰 라이브러리에서 의미 기반으로 검색하면 결과가 많이 나오므로 필터가 중요합니다. 검색을 문서 하나로 제한하거나, PDF, Word, Excel, 이미지, 텍스트 같은 파일 유형, 업로드 날짜, 파일 이름, 크기 범위, 업로드한 사람, 처리 상태로 좁힐 수 있습니다. 추출된 엔티티, 서명, 감지된 개인 정보가 있는 문서만 남길 수도 있고, 동기화된 클라우드 폴더처럼 파일의 출처로 거를 수도 있습니다. 별도의 필드는 AI가 문서에서 찾은 엔티티와 대조하며, 어떤 계약이 특정 회사를 언급하는지 같은 질문에 편리합니다. 결과는 관련도, 최신순, 오래된 순, 파일 이름순으로 정렬할 수 있습니다.
예시로 검색
이미 문서가 있다면 단어조차 필요 없습니다. 검색은 한 문서에서 출발해 가장 비슷한 문서를 돌려줄 수 있으며, 문서 페이지의 유사 문서 탭과 같은 발상입니다. 웹 앱의 검색 페이지는 특정 문서에서 시작하는 링크도 받아 주므로 출발점을 동료와 공유할 수 있습니다. 비슷한 파일에서 정확한 차이로 넘어가려면 두 문서 비교하기를 보세요.
저장된 검색과 알림
매주 하는 질문을 매번 다시 입력할 필요는 없습니다. 이름, 질의, 필터를 붙여 검색을 저장하고 한 번의 동작으로 다시 실행하세요. 저장된 검색은 새 문서를 알려 줄 수 있고, 알림은 즉시, 매일, 매주 중에서 설정할 수 있습니다. 그러면 검색이 가벼운 모니터링이 됩니다. 놓치고 싶지 않은 조항에 대한 검색을 저장해 두면 감시 중인 클라우드 폴더에서 새 파일이 올 때마다 확인됩니다.
비용과 권한
각 질의는 제공업체에서 임베딩으로 변환되므로 그 임베딩은 할당량에 포함되고, 플랫폼은 비용을 지불하기 전에 할당량으로 감당되는지 확인합니다. API 접근에는 검색 읽기 전용 범위가 따로 있어, 연동에 검색 권한만 줄 수 있습니다. 목록이 아니라 답이 필요하다면 인용이 달린 채팅을 사용해 보세요. 요금제와 한도는 가격 페이지에 있습니다.