Model Benchmarks

Retrieval 모델 성능 리포트

한국어 특화 Embedding·Reranker 모델, 숫자로 증명합니다.

평가셋 MTEB Retrieval (Ko/En) 임베딩 nDCG@10 리랭커 Hit@3 측정일 2025.09

한국어 임베딩 최고

0.00

nDCG@10 · Embedding-4-4B

한국어 리랭커 최고

0.00

Hit@3 · Reranker-4-0.6B

경량화 메모리

Embedding-3.5-0.6B 기준

경량화 검색 지연

H100 80GB · 문서 100만 건

Benchmark

모델별 평균 성능 비교

토글을 바꾸면 차트가 다시 그려집니다. 최고 성능 모델에는 👑 표시가 붙습니다.

모델

언어

nDCG@10

평가셋별 상세 ·

* “–”는 미측정 항목입니다. 각 열의 최고값은 파란색으로 강조됩니다.

Lightweight

정확도는 거의 유지하면서 메모리·색인·검색 지연을 크게 줄였습니다.(H100 80GB, 문서 100만건)

막대는 기준 모델 대비 감소율(%)입니다. 값이 클수록 자원을 더 많이 절감합니다.

Lineup

Embedding 모델

Vendor	Model	Params	Dim	Context	Lang	비고

Reranker 모델

Vendor	Model	Params	Context	Lang	비고

Appendix

MTEB-ko · KURE (8종)

MTEB-eng (10종)

* 테스트 환경: NVIDIA H100 80GB HBM3 (81,559 MiB).

모델부터 엔진까지 KAS 플랫폼으로 통합 도입하고, 함께 성과를 설계합니다.