# 문서가 많아지면 RAG 정확도 떨어져…연구 결과

> 서로 다른 유형의 문서를 추가하자 검색 증강 생성 성능이 저하됐다. 한 실험에서 정밀도는 63% 하락했다.

Oossa · 2026-10-15 · https://oossa.com/ko/large-document-collections-reduce-rag-accuracy-study-finds

Nabaraj Subedi가 이끄는 연구진은 문서 집합의 규모가 커질 때 검색 증강 생성(RAG) 성능이 어떻게 달라지는지 조사했다. 와이오밍주 교통부(DOT) 시스템에서 문서 모음을 54개에서 1,128개로 늘리자 정밀도@10은 63% 떨어졌고, 답을 담은 문서를 찾는 재현율은 23% 낮아졌다. 논문은 추가 학습 없이 관련 도메인으로 검색 범위를 제한하는 소프트 스코핑 기법을 제안한다. 연구진은 먼저 소프트 스코핑을 적용한 뒤 한 번의 종합 호출을 사용할 것을 권고한다.

## 팩트

- 문서 모음이 54개에서 1,128개로 늘자 정밀도@10은 63%, 재현율은 23% 하락했다.
- 논문은 2026-10-15 arXiv에 게시됐다("Thu Oct 15 2026 06:00:00 GMT+0200").

## 왜 중요한가

RAG 기반 챗봇 개발자는 도메인 범위를 제한하지 않으면 문서를 추가할수록 답변 정확도가 오히려 떨어질 수 있다는 점을 고려해야 한다.

## 출처 및 참고 자료

1. [When More Documents Hurt RAG: Measuring and Reducing Vector Search Dilution with Domain-Scoped Retrieval](https://arxiv.org/abs/2606.11350) – arXiv cs.IR, 2026-10-15

최종 업데이트: 2026-10-15