Cortex Search Scoring 사용자 지정하기¶

숫자 부스트 및 시간 감소¶

숫자 또는 타임스탬프 메타데이터를 기준으로 감쇠 검색 결과를 향상하거나 적용할 수 있습니다. 이 기능은 쿼리 시간에 문서의 관련성을 결정하는 데 도움이 될 수 있는 각 결과에 대해 인기도 또는 최신성 신호와 같은 정형 메타데이터가 있는 경우에 유용합니다. 쿼리를 만들 때 두 가지 카테고리의 순위 신호를 지정할 수 있습니다.

부스트 및 감쇠 메타데이터는 Cortex Search Service 생성 시 사용된 소스 테이블의 열에서 가져옵니다. 쿼리 생성 시 부스트 또는 감쇠에 사용할 메타데이터 열을 지정할 수 있지만, 해당 열들은 Cortex Search Service 생성 시 반드시 포함되어야 합니다.

Cortex Search Service를 쿼리할 때 scoring_config.functions 필드의 numeric_boosts 및 time_decays 필드에서 부스팅 또는 감쇠에 사용할 열을 선택 사항으로 지정합니다. 각 부스트 또는 쇠퇴에 대한 가중치를 지정할 수도 있습니다.

{
  "scoring_config": {
    "functions": {
      "numeric_boosts": [
        {
          "column": "column_name",
          "weight": 1
        },
        /* ... */
      ],
      "time_decays": [
        {
          "column": "column_name",
          "weight": 1,
          "limit_hours": 120
        },
        /* ... */
      ]
    }
  }
}

순위 재조정¶

기본적으로 Cortex Search Service에 대한 쿼리는 의미 체계 순위 재지정 을 활용하여 검색 결과 관련성을 개선합니다. 순위 재지정은 결과 관련성을 측정 가능하게 높일 수 있지만, 쿼리 대기 시간도 눈에 띄게 증가할 수 있습니다. 비즈니스 사용 사례에서 더 빠른 쿼리 속도를 위해 순위 재지정이 제공하는 품질 이점을 희생할 수 있다고 판단되면 모든 Cortex Search 쿼리에서 순위 재지정 기능을 사용하지 않도록 설정할 수 있습니다.

다음 형식의 scoring_config.reranker 필드에서 쿼리 시 개별 쿼리에 대한 순위 재지정을 비활성화할 수 있습니다.

{
  "scoring_config": {
      "reranker": "none"
  }
}

구성 요소 가중치¶

scoring_config 오브젝트의 weights 필드를 사용하면 각 결과의 전체 점수에 개별 채점 구성 요소의 가중치를 지정할 수 있습니다(vectors, texts, reranker). 기본적으로 가중치는 각 구성 요소에 대해 1.0으로 설정되며 전체 점수에 동일하게 기여합니다.

다음 형식으로 가중치를 지정할 수 있습니다.

{
  "scoring_config": {
    "functions": {
      "weights": {
        "texts": 3,
        "vectors": 2,
        "reranker": 1
      }
    }
  }
}

{
  "scoring_config": {
    "functions": {
      "weights": {
        "texts": 3,
        "vectors": 1,
        "reranker": 2
      }
    }
  }
}

명명된 채점 프로필¶

부스트/감쇠 및 순위 재지정 설정은 함께 *채점 구성*을 형성하며, 이는 쿼리를 만들 때 scoring_config 매개 변수에서 지정할 수 있습니다. 채점 구성에는 이름을 지정하고 Cortex Search Service에 연결할 수도 있습니다.

명명된 채점 프로필을 사용하면 매번 전체 채점 구성을 지정할 필요 없이 애플리케이션과 쿼리 전체에서 채점 구성을 쉽게 사용할 수 있습니다. 채점 구성을 변경하는 경우 모든 쿼리가 아니라 한 곳에서만 업데이트하면 됩니다.

Cortex Search Service에 채점 프로필을 추가하려면 다음 예와 같이 ALTER CORTEX SEARCH SERVICE … ADD SCORING PROFILE 명령을 사용하세요.

ALTER CORTEX SEARCH SERVICE my_search_service
  ADD SCORING PROFILE IF NOT EXISTS heavy_comments_with_likes
  '{
    "functions": {
            "numeric_boosts": [
                { "column": "comments", "weight": 6 },
                { "column": "likes", "weight": 1 }
            ]
    }
  }'

채점 프로필 정의의 구문은 쿼리를 만들 때 scoring_config 매개 변수에서 사용된 것과 동일한 스키마입니다.

채점 프로필은 생성된 후에는 수정할 수 없습니다. 프로필을 변경하려면 프로필을 삭제하고 새 채점 구성으로 다시 만드세요. 명명된 채점 프로필을 삭제하려면 :doc:`ALTER CORTEX SEARCH SERVICE … DROP SCORING PROFILE</sql-reference/sql/alter-cortex-search>`을 사용하세요.

명명된 채점 프로필을 사용하여 Cortex Search Service를 쿼리하려면 다음 예와 같이 쿼리를 만들 때 scoring_profile 매개 변수에 프로필 이름을 지정합니다.

results = svc.search(
    query="technology",
    columns=["comments", "likes"],
    scoring_profile="heavy_comments_with_likes",
    limit=10
)

curl --location https://<account_url>/api/v2/databases/<db_name>/schemas/<schema_name>/cortex-search-services/<service_name>:query \
--header 'Content-Type: application/json' \
--header 'Accept: application/json' \
--header "Authorization: Bearer $PAT" \
--data '{
  "query": "technology",
  "columns": ["DOCUMENT_CONTENTS", "LIKES", "COMMENTS"],
  "scoring_profile": "heavy_comments_with_likes",
  "limit": 10
}'

SELECT SNOWFLAKE.CORTEX.SEARCH_PREVIEW(
  'my_search_service',
  '{
    "query": "technology",
    "columns": ["comments", "likes"],
    "scoring_profile": "heavy_comments_with_likes",
    "limit": 10
  }'
);

서비스에 저장된 채점 프로필을 보려면 다음 예와 같이 INFORMATION_SCHEMA 스키마의 CORTEX_SEARCH_SERVICE_SCORING_PROFILES 뷰를 쿼리하세요.

SELECT *
  FROM my_db.INFORMATION_SCHEMA.CORTEX_SEARCH_SERVICE_SCORING_PROFILES
  WHERE service_name = 'my_search_service';

구성 요소 점수¶

구성 요소 점수는 검색 결과에 대한 자세한 점수 정보를 제공합니다. 이를 통해 개발자는 검색 순위가 결정되는 방식을 이해하고 검색 성능을 디버그할 수 있습니다. 각 결과에 대한 점수는 각 검색 “구성 요소”(텍스트, 벡터)에 대한 @scores 필드에 반환됩니다. 구성 요소 점수는 다음을 수행해야 하는 시나리오에서 유용합니다.

• 임계값 설정: 구성 요소 점수를 사용하여 에이전트와 같은 다운스트림 프로세스에 결과를 전달할 시점을 결정합니다.

• 검색 순위 디버그: 검색 결과에서 특정 문서의 순위가 다른 문서보다 높은 이유를 파악합니다.

{
  "results": [
    {
      "@scores": {
        "cosine_similarity": <cosine_similarity_score>,
        "text_match": <text_match_score>
      }
    }
  ]
}