몸집은 작게, 검색은 더 정확하게…한국어 검색 모델 ‘KURE-v2’ 공개

△ 컴퓨터학과 임희석 교수 연구실이 개발한 'KURE-v2'가 MTEB 한국어 검색 부문 9개 과제 평균 1위를 차지했다

고려대학교(총장 김동원) 컴퓨터학과 임희석 교수가 이끄는 NLP&AI 연구실과 Human Inspired AI 연구원(HIAI 연구원)이 한국어와 영어를 함께 지원하는 차세대 검색 모델 ‘KURE-v2(Korea University Retrieval Embedding model v2)’를 공개했다.

최근 인공지능 분야 핵심 기술로 자리 잡은 RAG(Retrieval-Augmented Generation)는 외부에서 검색한 정보를 활용해 거대언어모델(LLM)의 답변 정확도를 높이는 기술이다. 이때 사용자의 질의와 관련성 높은 문서를 찾아내는 검색 모델의 성능이 신뢰도를 좌우한다. 

연구팀의 한국어 검색 모델 KURE-v2의 가장 큰 특징은 검색 방식이다. 문서 전체를 하나의 벡터로 압축해 비교하던 이전 모델(KURE-v1)과 달리, KURE-v2는 문서 내 단어를 각각 벡터로 표현해 질의와 세밀하게 비교하는 ‘레이트 인터랙션(다중 벡터)’ 방식을 적용했다. 이를 통해 조사·어미 변화가 많고, 표현이 다양한 한국어 문서를 정교하게 검색할 수 있다. 

KURE-v2는 임베딩 모델의 성능을 평가하는 국제 벤치마크인 MTEB(Massive Text Embedding Benchmark)의 한국어 검색 9개 과제에서 평균 nDCG@10 0.8160을 기록하며 1위에 올랐다(2026년 9월 현재). 특히 AI 모델의 규모를 나타내는 파라미터 수가 1억 5,400만 개에 불과하지만, 알리바바(76억 개, 0.7826)와 마이크로소프트(270억 개, 0.7667)의 대형 모델보다도 높은 정확도를 보였다.

*임베딩 모델: 문장이나 문서의 의미를 컴퓨터가 비교할 수 있도록 숫자(벡터)로 바꿔주는 AI 모델

*nDCG@10: 검색 결과 상위 10개에 관련성 높은 문서가 얼마나 정확하게, 상위에 배치됐는지를 평가하는 지표. 1에 가까울수록 검색 성능이 높다.

실제 서비스에 적용하기 위한 효율성도 높였다. KURE-v2는 검색 정확도를 높이면서도 데이터를 저장하는 데 필요한 용량을 기존 모델의 4분의 1 이하로 줄였으며, 대형 모델보다 빠른 검색 처리 속도를 보였다. 이를 통해 대규모 GPU 인프라를 갖추기 어려운 기업과 공공기관, 특히 금융·의료·법률·커머스 등의 분야에서 우선 활용할 수 있을 것으로 기대된다.

연구팀은 KURE 시리즈를 한국어 검색 생태계 전반으로 확장할 계획이다. 검색 결과를 정교하게 재정렬하는 한국어 ‘리랭커 모델’, 키워드 검색과 의미 검색의 장점을 결합한 ‘스파스 검색 모델’을 순차적으로 공개하고, 다국어·교차언어 검색으로 범위를 넓힌다는 구상이다. 산업 현장 적용을 위한 기술이전과 산학협력도 지속한다.

△ KURE-v2의 검색 정확도 및 배포 효율성 비교

임희석 교수는 “KURE-v2는 모델을 무작정 키우는 대신 검색이라는 문제의 구조를 다시 설계해, 작은 모델로도 더 정확하고 더 빠른 검색이 가능하다는 것을 보여준 성과”라며 “국내 기업·기관이 비용 부담 없이 세계 최고 수준의 한국어 검색 기술을 활용할 수 있도록 앞으로도 연구 성과를 지속적으로 공개하겠다”고 말했다.

이번 연구는 과학기술정보통신부의 재원으로 정보통신기획평가원, 교육부의 재원으로 한국연구재단 기초연구사업의 지원을 받아 임희석 교수의 지도 아래 NLP&AI 연구실 장영준·손준영·홍성태 연구원과 HIAI 연구원 이태민 연구원이 함께 수행했다.

한편, NLP&AI 연구실과 HIAI 연구원은 2023년 6월 국내 대학 최초로 한국어 특화 거대언어모델(LLM) '구름(KULLM)'을 공개한 데 이어 '구름3(KULLM3)', 한국어 임베딩 모델 'KoE5', 'KURE-v1'을 차례로 선보여 왔다. 이번 KURE-v2는 그 연장선상의 성과로, 허깅페이스(huggingface.co/nlpai-lab/KURE-v2)와 깃허브(github.com/nlpai-lab/KURE)에서 누구나 내려받아 사용할 수 있으며 상업적 활용에도 제약이 없다.