10. 더 똑똑한 검색: 필터, 임계값, 그리고 MMR

# 환불 정책
 
**시행일**: 2026년 1월 1일
 
## 표준 반품
 
모든 물리적 제품은 구매 후 30일 이내에 전액 환불을 위해 반품될 수 있습니다.
원본 영수증 또는 주문 확인 이메일이 필요합니다. 제품은 원래 포장 상태이고
사용되지 않은 상태여야 합니다.
 
30일 이후에는 스토어 크레딧으로만 반품이 가능합니다. 스토어 크레딧은 만료되지 않습니다.
 
## 디지털 제품
 
디지털 제품(소프트웨어 라이선스, 전자책, 온라인 강좌)은 다운로드 또는 액세스 링크가
활성화되면 환불이 불가능합니다. 액세스를 방해하는 기술적 문제가 발생하면
7일 이내에 지원팀에 연락하여 교체 또는 환불을 받으세요.
 
## 결함 있는 제품
 
결함 있는 제품은 언제든지 전액 환불 또는 교체를 위해 반품될 수 있습니다.
결함에 대한 설명을 포함해주세요. 결함 있는 반품의 배송비는
회사에서 부담합니다.
 
## 구독 서비스
 
월간 구독은 언제든지 취소할 수 있습니다. 환불은 청구 주기의 남은 일수를 기준으로
비례 배분됩니다. 연간 구독은 처음 14일 이내에 전액 환불될 수 있습니다.
14일 이후에는 환불이 불가능하지만 청구 기간이 끝날 때까지 액세스가 계속됩니다.

# 배송 정책
 
## 국내 배송
 
표준 배송 (5-7 영업일): $50 이상 주문 시 무료, 그 외 $5.99.
특급 배송 (2-3 영업일): $12.99.
익일 배송 (다음 영업일): $24.99.
 
## 국제 배송
 
국제 주문은 추적 가능한 항공 우편으로 배송됩니다. 배송 시간은
목적지에 따라 다르며, 일반적으로 10-21 영업일입니다. 국제 배송비는
무게와 목적지를 기준으로 결제 시 계산됩니다.
 
관세 및 수입세는 구매자의 책임이며 배송비에 포함되지 않습니다.
 
## 주문 추적
 
모든 주문에는 배송 후 24시간 이내에 이메일로 전송되는 추적 번호가 포함됩니다.
이메일로 전송된 추적 링크 또는 배송업체 웹사이트에서 주문을 추적하세요.
 
## 분실 또는 손상된 패키지
 
패키지가 분실되거나 손상된 상태로 도착하면 48시간 이내에 지원팀에 연락하세요.
추가 비용 없이 교체품을 배송해드립니다. 손상된 제품의 경우
손상 및 포장 사진을 제공해주세요.

# 직원 복지몰 이용 안내
 
## 이용 자격 및 혜택
 
임직원은 사내 복지몰에서 자사 제품을 정가 대비 30% 할인된 가격으로 구매할 수 있습니다.
월 구매 한도는 50만원이며, 결제는 급여 공제 또는 복지 포인트로 가능합니다.
 
## 주문 및 배송
 
복지몰 주문은 사내 포털에서 가능하며, 배송은 회사 주소지로만 가능합니다.
주문 후 3-5 영업일 이내에 배송되며, 배송비는 무료입니다.
 
## 환불 규정
 
복지몰에서 구매한 제품의 환불은 구매 후 7일 이내, 미개봉 상태에서만 가능합니다.
환불 시 현금 환불은 불가하며, 복지 포인트로 환급됩니다.
개봉 후에는 교환만 가능하고, 교환은 동일 제품에 한해 1회만 허용됩니다.
 
## 문의
 
복지몰 관련 문의는 인사팀(hr@acme.com)으로 연락해 주세요.

# ingest.py — 9장과 동일한 수집 파이프라인
from langchain_community.document_loaders import DirectoryLoader, TextLoader
from langchain_text_splitters import RecursiveCharacterTextSplitter
from langchain_openai import OpenAIEmbeddings
from langchain_chroma import Chroma
 
loader = DirectoryLoader(
    "data/docs/", glob="**/*.md",
    loader_cls=TextLoader, loader_kwargs={"encoding": "utf-8"},
)
documents = loader.load()
print(f"{len(documents)}개의 문서를 로드했습니다")
 
text_splitter = RecursiveCharacterTextSplitter(
    chunk_size=200,
    chunk_overlap=80,
    separators=["\n## ", "\n\n", "\n", " ", ""],
)
chunks = text_splitter.split_documents(documents)
print(f"{len(chunks)}개의 청크를 생성했습니다")
 
embedding_model = OpenAIEmbeddings(model="text-embedding-3-small")
 
vector_store = Chroma.from_documents(
    documents=chunks,
    embedding=embedding_model,
    persist_directory="data/chroma_db",
    collection_name="company_docs",
)
print(f"{len(chunks)}개의 청크를 ChromaDB에 저장했습니다")

3개의 문서를 로드했습니다
12개의 청크를 생성했습니다
12개의 청크를 ChromaDB에 저장했습니다

from langchain_openai import OpenAIEmbeddings
from langchain_chroma import Chroma
 
embedding_model = OpenAIEmbeddings(model="text-embedding-3-small")
vector_store = Chroma(
    persist_directory="data/chroma_db",
    collection_name="company_docs",
    embedding_function=embedding_model,
)
 
results = vector_store.similarity_search("환불 조건이 어떻게 되나요?", k=3)
 
for i, doc in enumerate(results):
    source = doc.metadata["source"]
    print(f"결과 {i+1} [{source}] {doc.page_content[:60]}...")

결과 1 [data/docs/refund_policy.md] ## 표준 반품
모든 물리적 제품은 구매 후 30일 이내에 전액 환불...
 
결과 2 [data/docs/employee_store.md] ## 환불 규정
복지몰에서 구매한 제품의 환불은 구매 후 7일 이내...
 
결과 3 [data/docs/refund_policy.md] ## 구독 서비스
월간 구독은 언제든지 취소할 수 있습니다...

results = vector_store.similarity_search_with_score(
    "이 회사의 채용 절차는 어떻게 되나요?", k=3
)
 
for doc, score in results:
    source = doc.metadata["source"]
    print(f"[거리={score:.4f}] [{source}] {doc.page_content[:50]}...")

[거리=1.4648] [data/docs/employee_store.md] ## 환불 규정
복지몰에서 구매한 제품의 환불은 구매 후 7일 이내...
 
[거리=1.4699] [data/docs/employee_store.md] ## 이용 자격 및 혜택
임직원은 사내 복지몰에서 자사 제품...
 
[거리=1.4743] [data/docs/refund_policy.md] ## 구독 서비스
월간 구독은 언제든지 취소할 수 있습니다...

from rag_chain import build_rag_chain  # 9장에서 만든 RAG 체인
 
chain = build_rag_chain()
answer = chain.invoke("이 회사의 채용 절차는 어떻게 되나요?")
print(answer)

해당 질문에 답변할 충분한 정보가 없습니다.

# ingest_with_metadata.py
from langchain_community.document_loaders import DirectoryLoader, TextLoader
from langchain_text_splitters import RecursiveCharacterTextSplitter
from langchain_openai import OpenAIEmbeddings
from langchain_chroma import Chroma
 
# 1단계: 문서를 로드합니다 (10.1과 동일)
loader = DirectoryLoader(
    "data/docs/", glob="**/*.md",
    loader_cls=TextLoader, loader_kwargs={"encoding": "utf-8"},
)
documents = loader.load()
print(f"{len(documents)}개의 문서를 로드했습니다")
 
# 2단계: [추가] 파일명에 따라 category 메타데이터를 부여합니다
CATEGORY_MAP = {
    "refund_policy.md": "customer",
    "shipping_info.md": "customer",
    "employee_store.md": "employee",
}
for doc in documents:
    filename = doc.metadata["source"].split("/")[-1]
    doc.metadata["category"] = CATEGORY_MAP.get(filename, "unknown")
 
# 3단계: 청크로 분할합니다 (10.1과 동일)
text_splitter = RecursiveCharacterTextSplitter(
    chunk_size=200,
    chunk_overlap=80,
    separators=["\n## ", "\n\n", "\n", " ", ""],
)
chunks = text_splitter.split_documents(documents)
print(f"{len(chunks)}개의 청크를 생성했습니다")
 
# 4단계: 벡터 스토어를 구축합니다 (10.1과 동일)
embedding_model = OpenAIEmbeddings(model="text-embedding-3-small")
 
vector_store = Chroma.from_documents(
    documents=chunks,
    embedding=embedding_model,
    persist_directory="data/chroma_db",
    collection_name="company_docs",
)
print(f"{len(chunks)}개의 청크를 ChromaDB에 저장했습니다")

3개의 문서를 로드했습니다
12개의 청크를 생성했습니다
12개의 청크를 ChromaDB에 저장했습니다

results = vector_store.similarity_search(
    "환불 조건이 어떻게 되나요?",
    k=3,
    filter={"category": "customer"},
)
 
for i, doc in enumerate(results):
    source = doc.metadata["source"]
    category = doc.metadata["category"]
    print(f"결과 {i+1} [{category}] [{source}] {doc.page_content[:60]}...")

결과 1 [customer] [data/docs/refund_policy.md] ## 표준 반품
모든 물리적 제품은 구매 후 30일 이내에 전액 환불...
 
결과 2 [customer] [data/docs/refund_policy.md] ## 구독 서비스
월간 구독은 언제든지 취소할 수 있습니다...
 
결과 3 [customer] [data/docs/refund_policy.md] ## 디지털 제품
디지털 제품(소프트웨어, 전자책, 온라인 강좌)은...

# $and: 모든 조건을 만족하는 청크만 검색
filter={
    "$and": [
        {"category": "customer"},
        {"source": "data/docs/refund_policy.md"},
    ]
}
 
# $or: 하나라도 만족하면 검색
filter={
    "$or": [
        {"source": "data/docs/refund_policy.md"},
        {"source": "data/docs/shipping_info.md"},
    ]
}

queries = [
    "구독 서비스는 취소할 수 있나요?",      # 관련 내용이 있는 질문
    "이 회사의 채용 절차는 어떻게 되나요?",  # 관련 내용이 없는 질문
]
 
for query in queries:
    print(f"\n쿼리: {query}")
    results = vector_store.similarity_search_with_score(query, k=1)
    for doc, score in results:
        print(f"  [거리={score:.4f}] {doc.page_content[:50]}...")

쿼리: 구독 서비스는 취소할 수 있나요?
  [거리=0.7511] ## 구독 서비스
월간 구독은 언제든지 취소할 수 있습니다. 환불은...
 
쿼리: 이 회사의 채용 절차는 어떻게 되나요?
  [거리=1.4648] ## 환불 규정
복지몰에서 구매한 제품의 환불은 구매 후 7일 이내...

from langchain_openai import ChatOpenAI
 
llm = ChatOpenAI(model="gpt-5-mini")
 
def retrieve_or_abstain(query: str, max_distance: float = 1.0, k: int = 3):
    """거리 임계값 이하의 청크만 반환한다. 없으면 None을 반환한다."""
    scored = vector_store.similarity_search_with_score(query, k=k)
    good = [doc for doc, dist in scored if dist <= max_distance]
    return good or None
 
def safe_answer(query: str) -> str:
    docs = retrieve_or_abstain(query)
    if docs is None:
        return "해당 질문에 답변할 충분한 정보가 없습니다."
 
    context = "\n\n".join(d.page_content for d in docs)
    prompt = (
        "제공된 컨텍스트만 사용하여 질문에 답변하세요.\n\n"
        f"컨텍스트:\n{context}\n\n질문: {query}"
    )
    return llm.invoke(prompt).content

# 문서에 관련 내용이 있는 질문
print(safe_answer("구독 서비스는 취소할 수 있나요?"))
print("---")
# 문서에 관련 내용이 없는 질문
print(safe_answer("이 회사의 채용 절차는 어떻게 되나요?"))

네. 월간 구독은 언제든지 취소할 수 있으며, 환불은 남은 일수에 따라 비례 배분됩니다.
연간 구독은 처음 14일 이내에는 전액 환불될 수 있고...
---
해당 질문에 답변할 충분한 정보가 없습니다.

results = vector_store.similarity_search_with_score(
    "환불 조건이 어떻게 되나요?",
    k=10,
    filter={"category": "customer"},
)
 
for i, (doc, dist) in enumerate(results, 1):
    source = doc.metadata["source"].split("/")[-1]
    print(f"{i:>2}. [거리={dist:.4f}] [{source}] {doc.page_content[:45]}...")

 1. [거리=0.7798] [refund_policy.md] ## 표준 반품
**시행일**: 2026년 1월 1일
모든 물리적 제품은 구매 후 30일 이내에 전액 환불을...
 
 2. [거리=0.8203] [refund_policy.md] ## 결함 있는 제품
결함 있는 제품은 언제든지 전액 환불 또는 교체를 위해 반...
 
 3. [거리=0.93533] [refund_policy.md] ## 구독 서비스
월간 구독은 언제든지 취소할 수 있습니다. 환불은 청구 주기의...
 
 4. [거리=1.4249] [shipping_info.md] ## 분실 또는 손상된 패키지
패키지가 분실되거나 손상된 상태로 도착하면 48시...
 
 5. [거리=1.5516] [shipping_info.md] ## 국내 배송
표준 배송 (5-7 영업일): $50 이상 주문...
...

results_mmr = vector_store.max_marginal_relevance_search(
    "환불 조건이 어떻게 되나요?",
    k=3,
    fetch_k=10,
)
 
for i, doc in enumerate(results_mmr):
    print(f"{i+1}. {doc.page_content[:60]}...")

1. ## 표준 반품
모든 물리적 제품은 구매 후 30일 이내에 전액 환불을 요...
 
2. ## 결함 있는 제품
결함 있는 제품은 언제든지 전액 환불 또는 교체를 위해...
 
3. ## 디지털 제품
디지털 제품(소프트웨어, 전자책, 온라인 강좌)은 다운로...