리스코어(rescore) 파라미터

rescore 파라미터는 초기 쿼리에서 반환된 가장 높은 순위의 문서만 다시 정렬해 검색 정밀도를 높여요. 인덱스의 모든 문서에 값비싼 알고리즘을 적용하는 대신, 리스코어링은 보조 점수 방법을 사용해 상위 결과의 더 작은 창(window)을 재순위화하는 데 계산 리소스를 집중합니다.

검색 요청에 rescore 파라미터를 포함하면 OpenSearch는 결과를 다음 순서로 처리해요.

초기 검색: 기본 쿼리와 모든 사후 필터가 모든 관련 문서에 대해 실행돼요.
샤드 레벨 리스코어링: 각 샤드가 상위 결과에 리스코어링 알고리즘을 적용해요.
최종 조정: 조정(coordination) 노드가 모든 샤드의 리스코어된 결과를 결합해요.

이 접근 방식은 허용 가능한 성능을 유지하면서 더 나은 관련성을 제공해요.

rescore 파라미터를 사용할 때 다음 중요한 고려 사항을 기억하세요.

리스코어링에는 명시적 정렬(내림차순 _score를 제외)을 사용할 수 없어요. 사용자 지정 정렬과 rescore 쿼리를 결합하려 하면 OpenSearch가 오류를 반환합니다.
페이지네이션을 구현할 때 모든 페이지에서 동일한 window_size를 유지해야 해요. 페이지 간에 창 크기를 변경하면 사용자가 검색 결과를 탐색할 때 결과 불일치가 발생할 수 있어요.
하이브리드 쿼리와 함께 리스코어링을 사용할 때 rescore 쿼리는 정규화와 결합 전에 각 하위 쿼리의 결과에 샤드 레벨에서 개별적으로 적용되고, 조정 노드의 최종 병합 결과에는 적용되지 않아요.

출처: 문서

본문

쿼리 리스코어링 (Query rescoring)

쿼리 리스코어링은 보조 쿼리를 적용해 상위 순위 문서의 점수를 정제해요. 각 샤드가 검사하는 문서 수는 window_size 파라미터(기본값 10)로 제어할 수 있어요.

기본 리스코어링 문법

POST /_search
{
  "query": {
    "match": {
      "content": {
        "query": "OpenSearch query optimization",
        "operator": "or"
      }
    }
  },
  "rescore": {
    "window_size": 100,
    "query": {
      "rescore_query": {
        "match_phrase": {
          "content": {
            "query": "OpenSearch query optimization",
            "slop": 1
          }
        }
      },
      "query_weight": 0.8,
      "rescore_query_weight": 1.3
    }
  }
}

리스코어 파라미터

rescore 객체는 다음 파라미터를 지원해요.

window_size (Integer): 샤드당 리스코어할 상위 문서 수예요. 기본값은 10이에요.
query_weight (Float): 원래 쿼리 점수에 적용되는 가중치예요. 기본값은 1.0이에요.
rescore_query_weight (Float): 리스코어 쿼리 점수에 적용되는 가중치예요. 기본값은 1.0이에요.
score_mode (String): 원래 쿼리 점수와 리스코어 쿼리 점수를 결합하는 방법이에요. 기본값은 total이고, Score combination modes를 참고하세요.

점수 결합 모드 (Score combination modes)

score_mode 파라미터는 OpenSearch가 원래 점수와 리스코어 쿼리 점수를 어떻게 결합하는지 결정해요. 이 파라미터는 다음 값을 받아요.

total: 원래 점수 + 리스코어 점수를 더해요. 일반적인 관련성 개선(기본값)용이에요.
multiply: 원래 점수 × 리스코어 점수를 곱해요. 0~1 사이의 값을 반환하는 함수 쿼리에 효과적이에요.
avg: 두 점수의 평균을 구해요. 두 점수가 동등하게 중요할 때 균형 잡힌 접근이에요.
max: 두 점수 중 더 높은 값을 사용해요. 어느 쿼리에서든 높은 점수를 가진 문서가 잘 순위가 매겨지도록 보장해요.
min: 두 점수 중 더 낮은 값을 사용해요. 두 쿼리가 모두 일치해야 하는 보수적인 접근이에요.

여러 리스코어링 단계 (Multiple rescoring stages)

점점 더 정교해지는 순위 알고리즘을 적용하려면 여러 리스코어링 작업을 연결할 수 있어요.

POST /_search
{
  "query": {
    "match": {
      "title": {
        "query": "search engine technology",
        "operator": "or"
      }
    }
  },
  "rescore": [
    {
      "window_size": 200,
      "query": {
        "rescore_query": {
          "match_phrase": {
            "title": {
              "query": "search engine technology",
              "slop": 2
            }
          }
        },
        "query_weight": 0.6,
        "rescore_query_weight": 1.4
      }
    },
    {
      "window_size": 50,
      "query": {
        "score_mode": "multiply",
        "rescore_query": {
          "function_score": {
            "script_score": {
              "script": {
                "source": "Math.log10(doc['popularity'].value + 2)"
              }
            }
          }
        }
      }
    }
  ]
}

이 다중 단계 예제에서:

첫 번째 리스코어링 단계는 샤드당 200개 문서를 검사하며, 구문 매칭을 적용해 관련성을 개선해요.
두 번째 리스코어링 단계는 첫 번째 단계의 상위 50개 결과를 가져와 로그 함수를 사용한 인기도 기반 점수를 적용해요.
각 단계는 이전 단계의 결과를 처리해 정제 파이프라인을 만들고, 계산 비용이 높은 연산은 가장 유망한 후보에만 작동해요.

더 알아보기 (Learn more)

OpenSearch 공식 문서