역인덱스(Inverted Index)란?

JSCODE 박재성

2025-12-06

✅ 역인덱스(Inverted Index)란?

POST /products/_create/1
{
  "name": "Apple 2025 맥북 에어 13 M4 10코어"
}

POST /products/_create/2
{
  "name": "Apple 2024 에어팟 4세대"
}

POST /products/_create/3
{
  "name": "Apple 2024 아이패드 mini A17 Pro"
}

1. 단어 단위로 자르기
"name": "Apple 2025 맥북 에어 13 M4 10코어"
→ [Apple, 2025, 맥북, 에어, 13, M4, 10코어]
 
"name": "Apple 2024 에어팟 4세대"
→ [Apple, 2024, 에어팟, 4세대]
 
"name": "Apple 2024 아이패드 mini A17 Pro"
→ [Apple, 2024, 아이패드, mini, A17, Pro]
 

2. 역인덱스로 저장
products의 name 필드에 대한 역인덱스

토큰(token)	도큐먼트 id
Apple	[1, 2, 3]
2025	[1]
맥북	[1]
에어	[1]
13	[1]
M4	[1]
10코어	[1]
2024	[2, 3]
에어팟	[2]
4세대	[2]
아이패드	[3]
mini	[3]
A17	[3]
Pro	[3]

• 필드값에서 추출돼 역인덱스에 저장된 단어를 보고 토큰(token)이라고 부른다.
• 생성된 역인덱스를 직접 눈으로 확인할 수는 없다. 시스템 내부적으로 생성될 뿐이다.
 

3. 검색을 할 경우 역인덱스를 활용
Apple 2024 아이패드라고 검색하면 역인덱스를 활용해 일치하는 단어가 많은 도큐먼트를 우선적으로 조회한다.

토큰(token)	도큐먼트 id
Apple	[1, 2, 3]
2025	[1]
맥북	[1]
에어	[1]
13	[1]
M4	[1]
10코어	[1]
2024	[2, 3]
에어팟	[2]
4세대	[2]
아이패드	[3]
mini	[3]
A17	[3]
Pro	[3]

• id가 1인 도큐먼트 : 단어 1개 일치
• id가 2인 도큐먼트 : 단어 2개 일치
• id가 3인 도큐먼트 : 단어 3개 일치
 
이와 같은 Elasticsearch의 자체적인 로직으로 score(점수)를 매겨 score가 높은 순(id=3 → id=2 → id=1)으로 도큐먼트를 조회한다. 일반적으로 검색어와 관련성이 높으면 높을수록 score(점수)가 높게 측정된다.
 
참고) 대략적인 score 계산 로직

1. Term Frequency (TF)

문서 내에서 검색어가 얼마나 자주 등장하냐

→ 많이 등장할수록 점수↑

2. Inverse Document Frequency (IDF)

검색어가 전체 문서 중 얼마나 희귀하냐

→ 희귀할수록 점수↑ (흔한 단어일수록 점수↓)

3. Field Length Normalization

문서(필드)가 짧을수록 점수↑

→ 검색어가 짧은 문서에서 등장하면 더 관련성 높다고 판단

Elasticsearch가 역인덱스(Inverted Index)의 기능을 가지고 있기 때문에, 단어의 순서랑 상관없이 도큐먼트를 조회해올 수 있는 것이다. 참고) 이런 작동 구조는 데이터 타입의 text 타입에 한해서만 적용된다.