구글 딥마인드, 벡터 검색의 한계 규명… 고급 RAG 오류 유발
구글 딥마인드 연구진이 최신 RAG 시스템의 핵심인 단일 벡터 임베딩에 근본적인 수학적 한계가 존재함을 입증했다. 신규 벤치마크 LIMIT 테스트에서 최신 임베딩 모델들의 재현율은 20% 미만으로 급락했으며, 오히려 기존 BM25 검색이 더 우수한 성능을 보였다. 단순 모델 확장은 해법이 아니다.
구글 딥마인드 연구진이 최신 RAG 시스템의 핵심인 단일 벡터 임베딩에 근본적인 수학적 한계가 존재함을 입증했다. 신규 벤치마크 LIMIT 테스트에서 최신 임베딩 모델들의 재현율은 20% 미만으로 급락했으며, 오히려 기존 BM25 검색이 더 우수한 성능을 보였다. 단순 모델 확장은 해법이 아니다.