[논문리뷰] RetrievalRouter: Joint Modality and Architecture Selection for Document Retrieval

링크: 논문 PDF로 바로 열기

저자: Emre Kuru, Mehmet Onur Keskin, Reza Farahbakhsh, Noel Crespi

---

1. Key Terms & Definitions (핵심 용어 및 정의)

• Modality (Text vs. Multimodal): 문서 검색 시 사용되는 입력 유형으로, 추출된 텍스트 기반의 Text pipelines와 렌더링된 페이지 이미지 기반의 Multimodal pipelines로 구분됩니다.
• Architecture (Dense vs. Late-interaction): 문서 표현 방식에 따른 구분으로, 전체 문서를 단일 임베딩으로 압축하는 Dense retrievers와 토큰 수준의 세밀한 임베딩을 유지하여 높은 정확도를 제공하는 Late-interaction 모델을 의미합니다.
• Reranking: 빠른 Dense retrieval로 후보군을 식별하고, 이후 정교한 Late-interaction 모델을 적용하여 정확도를 높이는 효율적인 배포 기법입니다.
• RetrievalRouter: 쿼리 텍스트만을 입력으로 받아 최적의 Modality와 Architecture를 결정하는 경량화된 query-aware 라우터 프레임워크입니다.

2. Motivation & Problem Statement (연구 배경 및 문제 정의)

본 논문은 현대의 문서 검색 시스템이 높은 정확도와 낮은 Latency 사이에서 고정된 선택만을 강요받는 문제를 해결하고자 합니다. 기존의 Static pipelines은 시각적으로 복잡한 문서나 전문적인 텍스트가 포함된 쿼리 각각에 대해 동일한 성능을 내지 못하며, 어떤 특정 쿼리에 어떤 파이프라인이 최적인지 판별할 원칙적인 근거가 부족합니다. 이로 인해 실무자는 과도한 컴퓨팅 비용을 감수하거나 검색 성능의 저하를 수용해야 하는 이중고에 직면합니다. 저자들은 이러한 성능-비용의 트레이드오프가 쿼리 수준에서의 전략적 선택을 통해 불필요한 비용을 절감할 수 있는 최적화 문제임을 지적합니다 [Figure 1].

Figure 1 — 라우팅 사례 예시

3. Method & Key Results (제안 방법론 및 핵심 결과)

본 논문은 쿼리 텍스트를 분석하여 5가지 검색 파이프라인(BM25, TD, TR, MD, MR) 중 가장 적합한 조합을 선택하는 RetrievalRouter를 제안합니다. 이 프레임워크는 Qwen3-0.6B-Base 모델을 기반으로 LoRA 어댑터를 적용한 경량 인코더와 결정 헤드를 사용하여 각 쿼리에 최적화된 파이프라인을 예측합니다. 특히, 고정된 라벨 대신 성능과 Latency를 조합한 보상 벡터 기반의 Soft targets를 학습 목표로 설정하여 Accuracy-Latency Frontier 전체를 효과적으로 커버합니다 [Figure 2]. 실험 결과, RetrievalRouter는 가장 강력한 Static baseline인 ML 대비 nDCG@5 성능을 2.5% 향상시킴과 동시에 Latency를 12.4배 단축시키는 성과를 보였습니다. 또한, 기존의 Strategy-selection 방법론보다 우수한 검색 효율을 입증하며, 시각적 밀도가 높은 문서에서 Multimodal pipelines를 선택하고 텍스트 중심의 쿼리에서는 BM25를 선택하는 유연한 적응형 행동을 보여주었습니다 [Table 2].

4. Conclusion & Impact (결론 및 시사점)

본 연구는 문서 검색의 성능-비용 트레이드오프를 단순한 아키텍처 선택이 아닌 '쿼리 단위의 동적 라우팅' 문제로 재정의하였습니다. 제안된 RetrievalRouter는 실무 환경에서 정확도와 Latency를 동시에 최적화할 수 있는 실용적인 해법을 제시합니다. 이 연구는 향후 복잡한 문서 기반 정보 검색 시스템이 특정 파이프라인에 의존하지 않고, 데이터의 특성에 맞게 자원을 배분하는 효율적인 검색 아키텍처 설계를 가능하게 할 것입니다.

⚠️ 알림: 이 리뷰는 AI로 작성되었습니다.