---
title: "BM25란? Okapi BM25 키워드 랭킹 알고리즘 정리 | BroadRouter"
description: "BM25는 Lucene과 Elasticsearch의 표준 키워드 랭킹 함수입니다. k1과 b 설정이 어떻게 작동하는지, 아랍어 텍스트는 왜 먼저 정규화해야 하는지 정리했습니다."
url: https://broadrouter.com/ko/glossary/bm25/
lang: ko
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

이 페이지는 영어 원문을 AI의 도움을 받아 번역했습니다. [영어 원문 읽기](https://broadrouter.com/glossary/bm25/) (2026-11-16 업데이트).

# BM25

업데이트 2026-11-16

BM25(Okapi BM25)는 키워드 검색용 랭킹 함수로, 쿼리 단어가 문서에 얼마나 자주 나오는지, 그 단어가 전체 컬렉션에서 얼마나 드문지, 문서가 얼마나 긴지를 바탕으로 문서 점수를 매깁니다. Lucene과 Elasticsearch의 기본 유사도 함수입니다.

다른 이름: BM25 알고리즘, 키워드 검색, 어휘 검색, 렉시컬 검색, Okapi BM25, lexical search

BM25는 대부분의 검색 시스템에서 키워드 쪽을 담당합니다. 빠르고, 저렴하고, 정확한 용어에 강합니다.

## 작동 방식

BM25는 확률적 관련성 프레임워크에서 나왔으며, Robertson과 Zaragoza가 “The Probabilistic Relevance Framework: BM25 and Beyond”(2009)에서 정리했습니다. Lucene 클래스 문서에 따르면 Robertson, Walker, Jones 등이 TREC-3에서 처음 소개했습니다.

BM25는 쿼리 단어마다 세 가지 신호를 결합합니다.

-   **단어 빈도(TF)**: 문서에 많이 나올수록 점수가 오르지만, 증가 폭은 점점 줄어듭니다.
-   **역문서 빈도(IDF)**: 드문 단어일수록 더 크게 칩니다. Lucene은 이를 `log(1 + (docCount - docFreq + 0.5)/(docFreq + 0.5))`로 구현합니다.
-   **길이 정규화**: 짧은 문서에서의 일치가 긴 문서에서의 같은 일치보다 더 크게 칩니다.

파라미터 두 개로 조정합니다. Elasticsearch 문서의 설명은 다음과 같습니다.

| 파라미터 | 기본값 | 조절하는 것 |
| --- | --- | --- |
| `k1` | 1.2 | “non-linear term frequency normalization (saturation)“(번역: 비선형 단어 빈도 정규화(포화)) |
| `b` | 0.75 | “to what degree document length normalizes tf values”(번역: 문서 길이가 tf 값을 어느 정도 정규화하는지) |

BM25는 Elasticsearch의 기본 유사도 함수입니다.

## 왜 중요한가

-   **정확 일치.** 제품 코드, 이름, 오류 메시지는 [임베딩](https://broadrouter.com/ko/glossary/embeddings/)이 가장 약하고 BM25가 강한 영역입니다.
-   **비용.** 모델 호출이나 GPU 없이 역색인만 있으면 됩니다.
-   **하이브리드 검색.** 대부분의 프로덕션 RAG 시스템은 BM25를 벡터 검색과 함께 씁니다. [하이브리드 검색](https://broadrouter.com/ko/glossary/hybrid-search/)을 참고하세요.

## 아랍어 텍스트와 BM25

BM25는 토큰을 정확히 일치시키므로 텍스트를 어떻게 분석하느냐에 달려 있습니다. 아랍어에서는 같은 단어가 다른 알리프 형태로, 발음 구별 기호가 있거나 없이, 또는 테 마르부타(ة)를 헤(ه)로 적은 채 쓰일 수 있고, 관사와 접속사가 단어에 붙습니다. [아랍어 텍스트 정규화](https://broadrouter.com/ko/glossary/arabic-text-normalization/)와 어간 추출을 하지 않으면 이런 변형은 매칭되지 않습니다.

Elasticsearch의 내장 `arabic` 분석기는 `lowercase`, `decimal_digit`, `arabic_stop`, `arabic_normalization`, 키워드 마커, `arabic_stemmer` 필터를 차례로 적용합니다. 쿼리와 문서를 같은 방식으로 정규화하세요. [검색을 위한 아랍어 텍스트 정규화](https://broadrouter.com/ko/blog/arabic-text-normalization-search/)에서는 어떤 규칙이 도움이 되고 어떤 규칙이 해가 되는지 테스트하며, [아랍어 텍스트 정규화 도구](https://broadrouter.com/tools/arabic-text-normalizer/)로 내 텍스트에 직접 적용해 볼 수 있습니다.

## BroadNet Inference에서는

BM25는 LLM이 아니라 검색 엔진에서 실행됩니다. BroadNet은 임베딩이나 리랭킹 엔드포인트를 제공하지 않으며, 검색한 내용을 읽는 채팅 모델을 서빙합니다. BM25나 하이브리드 검색의 상위 결과를 Chat Completions API로 [Qwen3.8 27B](https://broadrouter.com/ko/models/qwen3.8-27b/) 같은 모델에 보내세요. [아랍어 RAG 검색](https://broadrouter.com/ko/blog/arabic-rag-search/)에서 전체 파이프라인을 보여 줍니다.

## 자주 묻는 질문

### 임베딩이 있어도 BM25가 쓸모 있나요?

네. BM25는 임베딩이 흐릿하게 처리하기 쉬운 이름, 코드, 오류 문자열 같은 정확한 용어에 강합니다. 많은 RAG 시스템이 둘을 함께 돌리고 하이브리드 검색으로 결과를 합칩니다.

### k1과 b는 무엇을 조절하나요?

k1은 반복되는 단어가 얼마나 빨리 점수를 더 이상 올리지 않게 되는지(단어 빈도 포화)를 조절합니다. b는 문서 길이로 얼마나 정규화할지를 조절합니다. Lucene과 Elasticsearch의 기본값은 k1 1.2, b 0.75입니다.

### BM25는 아랍어에도 쓸 수 있나요?

네, 텍스트를 먼저 아랍어용으로 분석한다면 가능합니다. 정규화와 어간 추출을 하지 않으면 표기 변형과 앞에 붙는 접두사 때문에 단어가 매칭되지 않습니다.

## 함께 보기

-   [하이브리드 검색(hybrid search)](https://broadrouter.com/ko/glossary/hybrid-search/) (용어)
-   [임베딩(embedding)](https://broadrouter.com/ko/glossary/embeddings/) (용어)
-   [리랭킹(reranking)](https://broadrouter.com/ko/glossary/reranking/) (용어)
-   [RAG(검색 증강 생성)](https://broadrouter.com/ko/glossary/rag/) (용어)
-   [아랍어 텍스트 정규화(Arabic text normalization)](https://broadrouter.com/ko/glossary/arabic-text-normalization/) (용어)
-   [벡터 데이터베이스(vector database)](https://broadrouter.com/ko/glossary/vector-database/) (용어)
-   [검색과 RAG를 위한 아랍어 텍스트 정규화: 바꿀 것과 둘 것](https://broadrouter.com/ko/blog/arabic-text-normalization-search/) (글)
-   [아랍어 RAG: 제대로 작동하는 정규화, 청킹, 검색](https://broadrouter.com/ko/blog/arabic-rag-search/) (글)

실제 워크로드로 테스트해 보세요. 신규 계정에는 US$5 상당의 초기 크레딧이 제공되며 Gemma 및 음성 전사에 사용할 수 있습니다. DeepSeek, GLM 및 Qwen3.8 모델은 충전이 필요합니다.

[시작하기](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-glossary-bm25&utm_content=page-cta) ·

**출처**

-   [Elasticsearch 문서, 유사도 모듈(BM25 기본값, k1과 b) (2026-11-15 확인)](https://www.elastic.co/docs/reference/elasticsearch/index-settings/similarity)
-   [Apache Lucene 9.12 API, BM25Similarity (2026-11-15 확인)](https://lucene.apache.org/core/9_12_0/core/org/apache/lucene/search/similarities/BM25Similarity.html)
-   [Elasticsearch 문서, 언어 분석기(arabic 분석기) (2026-11-15 확인)](https://www.elastic.co/docs/reference/text-analysis/analysis-lang-analyzer)
-   [Robertson, Zaragoza, The Probabilistic Relevance Framework: BM25 and Beyond, Foundations and Trends in Information Retrieval 3, 2009(DOI 레코드, 2026-11-15 확인)](https://doi.org/10.1561/1500000019)
