AWS가 여러 의도가 섞인 질문에 단일 임베딩 기반 검색이 취약하다는 문제를 짚으며, 랭체인과 아마존 베드록 관리형 지식베이스의 '에이전틱 리트리벌(agentic retrieval)' 활용법을 소개했다. 체크아웃·재고 서비스를 3개 기준으로 비교하는 질문처럼 6개의 하위 의도가 담긴 경우, 기존 단일 검색(Retrieve API)은 결과를 5개만 가져오면 6개 중 4개 의도만 커버했지만 에이전틱 리트리벌은 질문을 하위 질의로 분해·반복 검색해 증거가 충분한지 평가하는 방식으로 더 완전한 답변을 만들어낸다. AWS가 다중 홉 벤치마크 '뮤지크(MuSiQue)'로 평가한 결과 에이전틱 리트리벌은 특히 가장 어려운 질문에서 재현율이 크게 개선됐으나, 단순한 단일 홉 질문에서는 개선폭이 5점 미만에 그쳤다. 비용과 지연시간이 더 크다는 점에서, AWS는 질문의 복잡도에 따라 대부분의 트래픽은 저렴한 표준 검색으로 보내고 분해가 필요한 질문에만 에이전틱 리트리벌을 쓰는 라우팅 방식을 권장했다.
- •AWS, 다중 의도 질문에 단일 임베딩 검색이 취약한 문제를 해결하는 '에이전틱 리트리벌' 소개
- •6개 하위의도 질문에서 표준검색은 5개 결과로 4개만 커버, 에이전틱 리트리벌은 하위질의 분해로 전체 커버
- •다중홉 벤치마크 뮤지크에서 어려운 질문일수록 재현율 개선 폭 컸으나 단순 질문은 5점 미만 개선
- •에이전틱 리트리벌은 비용·지연시간이 높아 질문 복잡도별로 표준/에이전틱 검색을 라우팅 권장
- •가드레일은 에이전틱 리트리벌에서 BLOCK 모드만 지원, MASK 모드가 필요하면 표준 Retrieve API 사용해야
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Agentic retrieval with LangChain and Amazon Bedrock Knowledge Bases
- 1.AWS가 랭체인과 베드록 매니지드 지식베이스로 표준 검색과 에이전틱 검색(agentic retrieval)의 차이를 실증 비교
- 2.6개 의도를 가진 비교형 질문에서 표준 단일벡터 검색은 결과 5개 기준 4개 의도만 커버하는 구조적 한계를 수치로 제시
- 3.에이전틱 검색은 질문을 하위질의로 분해하고 증거 충분성을 평가해 재검색하는 계획 루프로 동일 질문의 6개 의도를 모두 커버
- 4.멀티홉 벤치마크 MuSiQue에서 에이전틱 검색이 재현율을 개선, 가장 어려운 질문에서 개선폭 최대·단일홉은 5점 미만 개선
왜 중요한가?
단순 질문엔 저렴한 표준 검색을, 비교·탐색형 복합 질문엔 비용이 더 드는 에이전틱 검색을 선택적으로 라우팅해야 한다는 실전 기준을 제시해, RAG 설계 시 비용과 재현율의 트레이드오프를 질문 유형별로 관리할 구체적 가이드를 제공한다.
본문 미리보기
Build a Retrieval Augmented Generation (RAG) application on Amazon Bedrock Managed Knowledge Base with LangChain, and see how agentic retrieval handles the multi-part questions that single-shot retrieval answers poorly. Run the same query through both paths, read the trace events, and compare what each retrieval path costs.
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:02AI 초안
