지난 6월 24일부터 26일까지, 총 3일간 열린 2026 한국소프트웨어종합학술대회(KCC 2026)에서 조현지 석사과정생(지도교수: 박성용)이 발표한 ‘다중 벡터 검색의 연산 효율화를 위한 도메인 기반 차원 분석’ 논문이 고성능컴퓨팅 분야에서 최우수논문상을 수상하였다.

다중 벡터 검색은 쿼리와 문서를 여러 개의 토큰 벡터로 표현하고, MaxSim 연산을 통해 쿼리 토큰과 문서 토큰 간의 MaxSim 연산을 수행한다. 그러나 MaxSim 연산량은 쿼리 토큰 수, 문서 토큰 수, 임베딩 차원 수에 비례해 증가하며, 기존 최적화 연구는 주로 토큰 벡터 수를 줄이는 데 집중해 차원 단위의 연산 효율화 가능성을 충분히 다루지 않았다. 본 연구는 MaxSim 연산의 유사도 점수 형성 시에 큰 기여도를 가지는 중요 차원을 찾기 위해 차원 중요도 모델을 설계하였다. 이 모델은 각 차원의 유사도 점수 기여도, 기여의 일관성, 문서 토큰 선택에 미치는 영향을 함께 반영한다.

 

도메인별 차원 중요도 분포를 비교한 결과, 여러 도메인에서 공통적으로 높은 중요도를 갖는 차원 영역이 확인되었다. 이는 차원 중요도가 개별 쿼리에만 종속되지 않고 동일 도메인 내에서 공유 가능함을 의미하며, 도메인 단위의 공통 차원 프로파일링을 통한 연산 효율화 가능성을 보였다.