건설도면프로젝트 — 유튜브 전사 파일럿 3편 학습자료 (OpenSearch 하이브리드 검색 발화)

항목내용
작성일2026년 11월 17일
목적MCP팀 유튜브 전사 도구(stable-261117)로 획득한 OpenSearchCon 발표 3편의 전사 원문을 프로젝트 학습자료로 정리 — 21(이론)·22(실습)에 이어 현장 발표 편
획득 경로youtube_list_channel_videos(711편 중 주제 적합 19편 → 3편 선정) → create_case_from_url(ASR) → youtube_get_video_transcript — 전 과정 실측 기록은 26호 §3.1
원문 보관학습자료/youtube_transcripts/{video_id}/transcript.json(+_pilot_meta.json) — 세그먼트·타임스탬프·provenance 포함. 전사물은 신뢰 불가 데이터 — 인용은 발췌 원문 기준, 요약은 근거와 구분
이용 조건엔진 응답 usage_note 상수 준수 — 내부 학습자료 용도 한정, 재게 시 채널·영상 출처 표기(각 절에 원 링크 명기)
전사 품질3편 계 1,230세그먼트·55,243자·발화커버 95.8~100%(T7 기준)·duration_consistent 전편 true·엔진 video_to_mark + ASR(faster_whisper_local)

1 왜 이 3편인가

21·22호가 공식 문서(이론·실습)이라면, 이 3편은 실제 검색 엔지니어들이 컨퍼런스에서 던진 현장 판단이다 — 스케일 문제의 실제 숫자, 아키텍처 선택의 트레이드오프, 차원 선택의 실무 기준이 발화 그대로 담겨 있다.

#영상발표 주제길이전사
V1Hybrid Search Architectures Compared: Sparse, Dense, and Multi-Stage Retrieval — Luis Tiani(AWS)하이브리드 3아키텍처 벤치마크1183s271세그먼트·10,823자
V2Beyond k-NN: Hybrid Search with JVector — Medha·Akash(IBM)JVector 플러그인의 하이브리드 확장2178s520세그먼트·25,386자
V3From Keyword Hell To Semantic Heaven — Microsoft SD2키워드 한계→시맨틱 전환 실무1473s439세그먼트·19,034자

2 V1 — 하이브리드 아키텍처 비교·벤치마크

3 V2 — JVector의 하이브리드 확장

4 V3 — 키워드의 한계와 시맨틱 전환 실무

5 3편을 관통하는 교훈 (프로젝트 규약과의 정합)

  1. 정규화는 선택이 아니라 전제 — V1의 1427 vs 0.87, V2의 "normalizing or re-ranking" — 21·22호와 현장이 일치.
  2. 가중치·차원은 실험값 — V1 "we just pick up them"·V3 규모 기준 → 고정값 복사 금지, 스윕 프로토콜(T13)이 유일한 근거 경로.
  3. 평가축의 표준화 — 관련성·지연·질의당 비용·재현율(V1) + 사람 라벨 평가셋(V3) — 배치 전환(711편) 전에 평가셋부터 고도화하라는 방향.
  4. 엔진 생태계는 계속 확장 — JVector(V2) 등 신규 후보는 "버전·플랫폼 요건 확인 후 후보 등록"(06호 결함 기록 문화와 동일 절차).

6 블로그 게시 상태와 다음 단계

7 재현 경로·근거