Paper Review07.062026-07-06 09:0021 min read[AI Search] ColBERT: 문서를 하나의 벡터로 뭉개지 않는 검색ColBERT 논문을 AI Search stack의 neural retrieval 계층에서 읽는다. Cross-encoder처럼 세밀하게 비교하고 싶지만 production latency는 지켜야 할 때, late interaction이 어떤 절충점을 만드는지 정리한다.#AI Search#ColBERT#retrieval+2
Paper Review07.062026-07-06 09:0019 min read[AI Search] PLAID: ColBERT를 빠르게 만드는 검색 엔진PLAID 논문을 ColBERT 계열 late interaction retrieval의 운영 엔진 관점에서 읽는다. 품질 좋은 multi-vector 검색을 실제 latency budget 안으로 넣기 위해 centroid interaction과 centroid pruning이 어떻게 쓰이는지 정리한다.#AI Search#PLAID#ColBERT+2
Paper Review07.062026-07-06 09:0019 min read[AI Search] SPLATE: Sparse Retrieval과 Late Interaction의 만남SPLATE 논문을 AI Search stack 관점에서 읽는다. ColBERTv2의 frozen token embedding을 sparse vocabulary space로 매핑해, late interaction retrieval의 candidate generation을 전통적인 sparse retrieval 인프라로 처리하는 아이디어를 정리한다.#AI Search#SPLATE#ColBERT+3
