채용 이력서 검색용 RAG 설계에서 비용과 품질을 가르는 지점
채용 담당자가 자연어로 를 찾을 수 있는 검색 도구를 만들 때, 흐름은 , , LLM 처리 순서로 잡혀 있다. 시작 규모는 수천 건 정도다. 가장 큰 고민은 를 어떻게 나누고 읽어 구조화할지다.
고정 길이로 잘라 넣으면 앞뒤 맥락이 끊길 수 있고, 경력·학력 같은 구역별로 나누면 더 깔끔하지만 실제 형식이 제각각이라 어렵다. 를 처음 넣을 때 LLM으로 이름, 경력, 기술, 학력 같은 를 뽑아두는 방식도 검토되고 있다. 다만 이 방식은 규모가 커질수록 비용과 오류가 문제가 될 수 있다.
초기에 가 잘못 만들어지면, 뒤의 검색과 LLM 답변 품질까지 같이 흔들릴 수 있다. 실제로 지저분한 를 안정적으로 읽는 도구 선택도 중요한 과제다.
핵심 포인트
- 자연어 검색은 , , LLM 처리 흐름으로 설계되고 있다.
- 고정 길이로 를 자르면 맥락이 끊길 수 있다.
- 구역별 분리는 더 정확할 수 있지만 실제 형식이 들쭉날쭉해서 어렵다.
- 저장 시점에 LLM으로 를 뽑아두면 이후 비용을 줄일 수 있지만, 규모가 커질수록 비용과 오류 관리가 필요하다.
- 초기 가 틀리면 뒤의 검색 결과와 답변 품질도 나빠질 수 있다.