- 키워드 검색과 자연어 검색이 “관련 문서를 찾아주는” 방식이라면, 생성형 검색은 사용자 질문에 직접 “답을 생성해주는” 방식
- “출장용 캐리어 뭐가 좋아?” 같은 질문에 상품 목록이 아니라 요약된 설명 문장을 직접 제공
- LLM(GPT, Claude, LLaMA 등)의 발전이 생성형 검색을 가능하게 한 핵심 배경
- 방식은 LLM이 외부 정보를 어떻게 활용하느냐에 따라 세 가지로 나뉨
제로샷 생성형 검색 : 외부 문서 검색 없이 LLM이 학습된 지식만으로 응답 생성. 구현이 단순하고 빠르지만 최신 정보나 도메인 특화 정보에는 취약. 베타 버전 챗봇, 짧은 설명 생성 등에 적합
RAG 기반 생성형 검색 : 검색과 생성을 결합한 방식. 사용자 질의를 벡터화해 관련 문서를 먼저 검색하고(FAISS/Elasticsearch), 그 내용을 프롬프트로 구성해 LLM에 전달. LLM은 실제 문서를 참고해 구체적인 답변을 생성. 신뢰성과 최신성 확보가 가능해 실무 적용이 가장 활발한 구조. LangChain/LlamaIndex로 구현
도구 기반 생성형 검색 : LLM이 수동적으로 문서를 참조하는 수준을 넘어 날씨 API, DB 검색, 수치 계산기 등 외부 도구를 능동적으로 직접 호출하는 방식. ChatGPT 플러그인, LangChain Agent 구조가 대표적. 복잡한 요구에 대응 가능하지만 구현이 복잡하고 응답 시간이 길어지는 단점
응답 유형 : 질문 응답형, 요약형, 설명형, 정의형, 대화형 등 서비스 목적에 따라 다양한 형태로 출력