Qwen Goes Brrr: 우크라이나 다중 도메인 문서 이해를 위한 기성 RAG

요약

본 기사는 우크라이나어 다중 도메인 문서 이해를 목표로 하는 UNLP 공유 과제에 참여하여 개발된 검색 증강 생성(RAG) 파이프라인을 소개합니다. 이 시스템은 컨텍스트 청킹, 질문 인식 밀집 검색, 그리고 질문과 답변 옵션을 모두 고려하는 재순위 지정 단계를 포함합니다. 특히, Qwen3-Embedding-8B와 미세 조정된 Qwen3-Reranker-8B를 사용하여 검색 및 순위를 개선하고, 이를 통해 높은 답변 정확도(최대 0.9674)와 리더보드 점수(비공개 0.9598)를 달성했습니다.

핵심 포인트

• 복잡한 RAG 파이프라인은 컨텍스트 청킹, 질문 인식 검색, 그리고 답변 옵션을 조건으로 하는 재순위 지정 단계를 포함한다.
• Qwen3 모델군(Embedding-8B, Reranker-8B, 32B)을 활용하여 각 단계별 성능 최적화를 달성했다.
• 재순위 지정과 상위 구절 사용은 각각 Recall@1을 크게 향상시키고 답변 정확도를 높이는 데 결정적인 역할을 했다.
• 결과는 복잡한 다운스트림 휴리스틱보다 문서 구조 보존 및 관련성 추정의 개선이 더 효과적임을 입증한다.