AWS Korea·문제콘텐츠 번역가 10만 명을 자연어로 검색하려면 BM25 키워드와 벡터 의미 검색을 동시에 잘 다뤄야 한다. 기존 PostgreSQL 검색은 nDCG@10 0.90 목표에 미달.
접근Amazon OpenSearch Service 로 이전하면서 Nori 한국어 형태소 분석기 + 다국어 임베딩 + Bedrock Cohere/Claude 로 데이터 정제 파이프라인 구축. 단일 쿼리에서 키워드와 벡터를 결합.
결과nDCG@10 0.90 이상 달성. 표준 어휘 사전과 별칭 매핑으로 이력서 데이터 일관성도 확보.
AWS Korea·문제RAG 애플리케이션의 한국어 검색에서 벡터 검색만으론 고유명사·전문용어 누락과 조사 변화 매칭에 약하다.
접근Aurora PostgreSQL 에서 pg_bigm(바이그램 키워드 검색)과 pgvector(벡터 시맨틱 검색)를 RRF(Reciprocal Rank Fusion)로 결합한 하이브리드 검색을 구성.
결과두 방식의 약점이 상호 보완되어 한국어 RAG 의 검색 품질이 개선. 키워드·의미 검색을 한 DB 안에서 통합 운용 가능.
LINE Engineering·문제WHERE 절의 비트 연산 같은 derived 표현식은 일반 인덱스로는 안 잡힌다. 그 결과 슬로우 쿼리가 된다.
접근LINE 이 함수형 인덱스(functional / expression index) 로 표현식 자체에 인덱스를 적용. PostgreSQL / MySQL 둘 다 지원하는 기능 활용.
결과슬로우 쿼리 latency 대폭 단축. 인덱스 설계 시 "표현식도 인덱싱 가능" 이라는 옵션 소개.
네이버 플레이스·문제네이버 플레이스 데이터 팀은 로컬 개발과 Kubernetes 프로덕션 환경이 달라서 "로컬에선 되는데 배포하면 오류"가 자주 났고, 파이썬 가상환경 관리도 일관되지 않았다.
접근Docker Compose로 Redis 메시지 큐, PostgreSQL, Airflow 컴포넌트를 단일 YAML에서 함께 띄운다. 로컬은 LocalExecutor, 운영은 CeleryExecutor로 파일을 분리하고, PyCharm을 Docker Compose 인터프리터로 묶어 DAG를 디버깅한다.
결과로컬에서도 프로덕션과 동일한 이미지로 개발·테스트가 가능해졌다. 환경 불일치에서 오는 배포 사고가 줄고 팀 작업 흐름이 표준화됐다.