시맨틱 검색(Semantic Search)은 검색어의 글자를 문서와 대조하는 대신 검색어가 무엇을 뜻하고 무엇을 원하는지를 해석해 결과를 찾는 검색 방식이다.
구글 클라우드는 이를 “키워드 일치 여부만을 고려하는 것이 아니라 사용자의 검색어에 담긴 컨텍스트 의미와 의도를 이해하는 데 중점을 두는 데이터 검색 기법”으로 정의한다 (Google Cloud, 시맨틱 검색이란 무엇인가요?).
웹 검색엔진과 사이트 안 검색, 그리고 AI가 답변 근거를 고르는 단계가 모두 이 방식으로 움직인다.
찾는 대상이 다르다. 키워드 검색은 같은 글자가 있는 문서를 찾고, 시맨틱 검색은 같은 뜻을 담은 문서를 찾는다.
구글 클라우드가 드는 예가 차이를 잘 보여 준다. “그래픽 디자인 학생을 위한 최고의 노트북”을 검색하면 키워드 검색은 그 단어들이 든 페이지를 찾지만, 시맨틱 검색은 강력한 그래픽 카드와 충분한 RAM과 색상이 정확한 디스플레이를 갖춘 노트북을 원한다는 뜻으로 읽고 그런 제품을 내놓는다.
| 구분 | 키워드 검색 | 시맨틱 검색 |
|---|---|---|
| 대조하는 것 | 글자와 어형 | 의미와 의도 |
| 동의어 | 사전에 등록해야 처리 | 학습된 관계로 처리 |
| 오타와 구어체 | 취약 | 견딤 |
| 짧은 검색어 | 강함 | 과잉 해석 위험 |
| 대표 기술 | BM25 같은 어휘 점수 | 임베딩과 언어 모델 |
키워드 검색이 밀리는 지점은 정해져 있다. 같은 뜻을 다른 말로 적은 문서, 그리고 문장으로 길게 물어보는 검색어다.
반대로 제품 코드나 사람 이름처럼 글자 그대로 맞아야 하는 검색에서는 키워드 검색이 여전히 정확하다. 그래서 실제 서비스는 둘을 함께 쓰는 하이브리드 검색으로 간다.
검색어와 문서를 각각 의미를 담은 숫자 배열로 바꾼 뒤, 그 배열 사이의 거리로 관련성을 잰다.
구글 클라우드는 이 과정을 네 단계로 나눈다. 검색어 분석, 지식 그래프 통합, 콘텐츠 분석, 결과 반환이다. 검색어에서 단어와 엔티티를 뽑고, 그 엔티티들의 관계가 담긴 지식 그래프를 참고해 맥락을 확정하는 것이 앞의 두 단계다.
의미를 숫자로 옮긴 배열을 임베딩이라고 부른다. 같은 뜻의 문장은 가까운 자리에, 다른 뜻의 문장은 먼 자리에 놓이도록 학습된 좌표다.
이 방식의 효과는 검색 연구에서 수치로 확인됐다. 페이스북 AI 연구진의 밀집 검색 논문은 자체 검색기가 강력한 Lucene BM25 시스템보다 상위 20개 문단 검색 정확도에서 9~19%포인트 앞섰다고 보고했다 (Karpukhin 외, Dense Passage Retrieval for Open-Domain Question Answering, 2020).
다만 임베딩은 학습 데이터에 없던 고유명사나 새 용어에 약하다. 이 약점이 하이브리드 검색이 남아 있는 이유다.
웹 검색뿐 아니라 상품 검색, 사내 문서 검색, 고객 지원 검색이 모두 시맨틱 검색으로 옮겨 갔다.
구글 클라우드가 드는 대표 사례는 둘이다. 전자상거래에서 원하는 성격을 문장으로 설명해도 맞는 상품을 찾아 주는 검색, 그리고 직원이 사내 정보를 찾는 엔터프라이즈 검색이다.
고객 지원 쪽 적용도 흔하다. “결제가 안 돼요”라는 문의를 “결제 실패 해결 방법” 문서와 이어 주는 일이 키워드 대조로는 잘 되지 않는다.
같은 문서의 다른 예도 성격이 같다. 국립공원 사이트에서 “트레일 지도”를 찾으면 사용자의 위치를 반영해 가까운 입구의 지도를 먼저 보여 주고, “다음 주 파리 날씨는 어때?”라는 문장형 검색어는 파리의 다음 주 예보로 해석된다.
2015년부터다. 구글은 그해 도입한 RankBrain을 “검색에 배포된 첫 딥러닝 시스템”이라고 밝혔다 (Google, How AI powers great search results).
이후 시스템이 차례로 얹혔다.
| 시점 | 시스템 | 구글의 설명 |
|---|---|---|
| 2015 | RankBrain | 검색에 배포된 첫 딥러닝 시스템 |
| 2018 | 신경 매칭 | 검색어가 페이지와 어떻게 연결되는지 이해 |
| 2019 | BERT | 단어 조합이 만드는 의미와 의도를 이해 |
| 2021 | MUM | BERT보다 1,000배 강력하고 75개 언어로 학습 |
마지막 줄의 MUM은 2021년 5월에 공개됐다. 구글은 MUM이 “BERT보다 1,000배 강력”하고 “75개 언어와 여러 작업을 동시에” 학습했다고 밝혔다 (Google, MUM: A new AI milestone for understanding information).
BERT를 처음 알렸을 때 구글은 “미국 내 영어 검색어 10건 중 1건”을 더 잘 이해하게 될 것이라고 했다 (Google, Understanding searches better than ever before, 2019년 10월 25일). 2022년 발표에서는 “오늘날 BERT는 거의 모든 영어 검색어에서 핵심 역할을 한다”로 바뀌었다.
한국어 검색 결과에서는 이 사실이 잘 드러나지 않는다. 2026년 8월 23일 구글 한국어 “시맨틱 검색” 검색 1페이지에 오른 8건을 전수 확인한 결과, 구글 검색 자체가 이미 시맨틱 검색으로 돌아간다는 점을 RankBrain이나 BERT 같은 이름과 함께 언급한 문서는 0건이었다. 8건 중 6건은 검색 제품을 파는 벤더의 설명 문서였다.
시맨틱 검색을 “앞으로 도입할 기술”로 읽으면 방향이 어긋난다. 웹 검색 쪽에서는 이미 10년 넘게 기본값이었다.
같지 않다. 시맨틱 검색은 목표이고 벡터 검색은 그 목표를 이루는 방법 가운데 하나다.
구글 클라우드는 이 관계를 이렇게 정리한다. “시맨틱 검색은 벡터 표현을 사용할 수 있지만 단어의 의미와 관계를 이해하기 위한 다양한 기술을 포괄하는 더 광범위한 개념입니다.”
| 개념 | 정체 | 하는 일 |
|---|---|---|
| 시맨틱 검색 | 목표 | 의미가 맞는 문서를 찾는다 |
| 벡터 검색 | 구현 수단 | 임베딩 사이의 거리로 유사한 문서를 찾는다 |
| 지식 그래프 | 보조 재료 | 엔티티와 관계로 맥락을 확정한다 |
벡터 없이도 시맨틱 검색을 할 수 있다. 동의어 사전과 엔티티 인식만으로 의미를 맞추는 방식이 오래 쓰였고, 지금도 벡터와 함께 쓰인다.
답변을 만들기 전에 근거 문서를 고르는 단계를 맡는다.
RAG는 질문을 받으면 먼저 문서를 찾고 그 문서를 근거로 답을 쓴다. 이 앞 단계가 대부분 시맨틱 검색이고, 여기서 엉뚱한 문서가 걸리면 뒤의 생성이 아무리 좋아도 답이 틀린다.
AI 검색 쪽도 구조가 같다. 사용자가 던진 한 문장을 여러 갈래 질의로 펼친 다음, 각 질의에 맞는 문서를 의미 기준으로 찾아 온다.
그래서 문서를 쓰는 쪽에서 할 일도 달라진다. 같은 키워드를 반복해 넣는 것보다, 한 문단이 하나의 질문에 스스로 답하도록 쓰는 편이 의미 대조에서 유리하다.
구글과 네이버 같은 웹 검색엔진이 이미 시맨틱 검색으로 동작한다. 별도 제품을 고른다면 사이트 안 검색에 쓰는 검색 엔진들이 대상이다.
Elasticsearch, MongoDB Atlas Vector Search, 구글 클라우드의 검색 제품이 한국어 검색 결과에 자주 등장하는 선택지다. 셋 다 임베딩을 만들고 벡터로 대조하는 방식을 지원한다.
필요하다. 제품 코드, 사람 이름, 오탈자가 없는 고유명사처럼 글자가 정확히 맞아야 하는 검색에서는 키워드 방식이 더 정확하다.
실무에서는 두 방식의 점수를 합쳐 쓰는 하이브리드 검색이 기본에 가깝다. 시맨틱 검색이 놓치는 정확 일치를 키워드 쪽이 받쳐 준다.
서치폴라리스가 AI 검색 가시성을 진단하고 GEO 실행까지 대행합니다.