🧠 검색 점수 분석: explain 활용하기

이 문서는 ?explain=true를 사용하여 검색 점수(BM25 등)의 계산 근거를 파악하는 방법을 설명합니다.
어떤 문서가 왜 높은 점수를 받았는지 이해하고, 검색 품질을 향상시키는 데 중요한 역할을 합니다.

✅ 1. explain 파라미터란?

검색 API 호출 시 쿼리 파라미터에 ?explain=true를 추가하면,
각 문서의 _score가 어떻게 계산되었는지 자세한 설명이 함께 반환됩니다.

예시 호출

GET /posts/_search?explain=true

{
  "query": {
    "match": {
      "title": "카카오"
    }
  }
}

📊 2. BM25 점수 계산 요소

BM25는 기본적으로 다음 3가지 요소로 점수를 계산합니다:

🔍 3. explain 출력 예시

"_explanation": {
  "value": 1.472,
  "description": "weight(title:카카오 in 0) [PerFieldSimilarity], result of:",
  "details": [
    {
      "value": 0.87,
      "description": "score(freq=2.0), computed as boost * idf * tf from:",
      "details": [
        { "value": 1.0, "description": "boost" },
        { "value": 0.92, "description": "idf, computed from docFreq" },
        { "value": 0.95, "description": "tf, term frequency" }
      ]
    },
    {
      "value": 1.23,
      "description": "fieldNorm based on field length"
    }
  ]
}

• boost: 쿼리에서 설정한 가중치
• idf: 전체 문서 중 드문 단어일수록 높음
• tf: 해당 문서에서 얼마나 자주 등장하는지
• fieldNorm: 문서 길이 보정값

🛠️ 4. 점수 튜닝 시 활용 예

• 특정 필드가 너무 많은 텍스트를 포함하면 fieldNorm이 낮게 나옴 → 점수 낮음
• idf가 낮으면 흔한 단어 → 다른 단어와 조합하거나 boost로 가중치 조정 필요
• explain으로 각 요소 값을 보며 원인 진단 가능

🧪 5. 실전 팁

• ?explain=true는 디버깅 용도로만 사용 (성능 저하 있음)
• 실 서비스에서는 사용하지 않고, 분석용으로만 호출
• Kibana 또는 Dev Tools에서 직접 테스트 가능

✅ 요약