보험 약관 IR 검색 (Korean insurance-clause retrieval)

한국어 보험 약관 조항을 검색하는 정보검색(IR) 시스템. 형태소 분석(nori) 위에 BM25(어휘) · BGE-M3 임베딩(시맨틱) · RRF 융합 · 크로스인코더 리랭크를 얹어 조(條) 단위로 검색한다. Elasticsearch 백엔드, FastAPI 서버.

구성

• 형태소 분석: Elasticsearch nori (질의·문서 토큰화)
• 어휘 검색: BM25
• 시맨틱 검색: BAAI/bge-m3 임베딩 kNN
• 융합: RRF(Reciprocal Rank Fusion)
• 리랭크: 크로스인코더
• 청크 단위: 약관 조(條) 통째 (초장문 조만 항 경계로 분할)

검색 모드: lexical | semantic | hybrid | rerank | cross

실행

# 1) Elasticsearch(nori 포함) 기동
make es-up

# 2) 약관 .txt 코퍼스를 data/corpus/ 에 둔다 (형식은 아래)
#    그리고 색인
make index

# 3) 서버
uvicorn server:app --host 127.0.0.1 --port 8800 --reload

웹 UI: http://127.0.0.1:8800/ · API: GET /search?q=암 진단보험금&k=5&mode=rerank

코퍼스

약관 .txt 파일을 data/corpus/ 에 넣고 make index. 약관 원본은 저장소에 포함하지 않는다. 조(條) 단위로 청킹되며 ### 제N조(...) 헤더 구조를 인식한다.

API

엔드포인트	설명
GET /search?q=&k=&mode=&collapse=	검색
POST /search	검색 (JSON body: {query, k, mode, collapse})
GET /analyze?q=	형태소 분석 결과만
GET /stats	색인 통계
GET /health	헬스체크
POST /reindex	재색인

라이선스

코드: 본인 작성. 약관 코퍼스는 미포함(저작권).