RRF (Reciprocal Rank Fusion)

여러 검색기의 결과를 등수만 써서 하나로 합치는 방법.

왜 필요한가

Dense 검색과 BM25는 점수의 척도가 다르다.

검색기	점수 범위
Dense	코사인 유사도 — 대략 0~1
BM25	위로 열려 있음 — 20도 나오고 45도 나옴

그냥 더하면 BM25가 다 이긴다. 정규화하려면 “dense에 가중치 얼마, BM25에 얼마”를 정해야 하는데, 그 값을 뭘로 정할지가 또 문제다.

점수(청크) = Σ  1 / (k + 그 검색기에서의 등수)

k는 보통 60 (원논문 권장값).

k가 60이나 되는 이유: 1등과 2등의 차이를 완만하게 만들어, 한 검색기의 1등이 다른 검색기의 합의를 짓밟지 못하게 한다.


장점	가중치 튜닝이 필요 없다. 척도가 달라도 그냥 섞인다
장점	구현이 짧다 (수십 줄)
한계	무차별적이다 — 한쪽이 이미 잘 맞힌 문항에도 다른 쪽 의견을 반영한다

36문항 실측에서 순이득은 +0.073이었지만 내부는 이랬다:

내려간 7문항은 전부 Dense가 이미 1등으로 맞히던 것이다. BM25가 끼어들어 밀어냈다. 이상적으로는 “잘 맞힌 건 건드리지 말고, 못 찾은 것만 보완”이어야 하는데 RRF는 그 구분을 안 한다.