SemEval-2026 Task 8 제출: H-RAG (계층적 부모-자식 검색을 통한 다중 턱 RAG 대화)

요약

본 기술 기사는 SemEval-2026 Task 8(MTRAGEval)에 제출된 H-RAG라는 새로운 계층적 부모-자식 RAG 시스템을 소개한다. 이 시스템은 독립적인 검색 품질 평가(Task A)와 다중 턴 대화 환경에서의 엔드투엔드 RAG 성능 평가(Task C)를 모두 해결하는 것을 목표로 한다. H-RAG는 세밀한 자식 청크 기반의 검색과 부모 수준 맥락 재구성을 분리하여, 하이브리드 검색 및 지시 튜닝된 언어 모델을 통해 일관되고 근거가 충실한 답변 생성을 구현한다.

핵심 포인트

• H-RAG는 SemEval-2026 Task 8의 두 가지 핵심 평가 영역(독립 검색 및 다중 턴 RAG)을 모두 포괄적으로 해결하는 프레임워크이다.
• 시스템은 세밀한 자식 청크로 분할된 문서와 전체 문맥을 보존하는 부모 단위 맥락을 결합한 계층적 구조를 사용한다.
• 검색 과정에서는 하이브리드 검색(희소+밀도)과 자식 청크에 대한 임베딩 기반 재평가(rescoring)를 결합하여 정확도를 높인다.
• 최종적으로, 검색된 증거는 부모 수준에서 집계되어 응답 생성을 위한 지시 튜닝 언어 모델에 공급된다.
• H-RAG의 높은 성능 점수(Task A: nDCG@5=0.4271, Task C: 조화 평균=0.3241)는 검색 설정과 부모 수준 맥락 집계의 중요성을 입증한다.