Google semantic-ranker-005의 개요
semantic-ranker-default-005와 semantic-ranker-fast-005는 Google Cloud Ranking API의 기반 모델로, 2026년 9월 1일에 공개되었습니다. API는 쿼리 하나와 제목·본문으로 된 레코드 최대 1,000개를 받아 0에서 1 사이의 관련도 점수와 함께 다시 정렬해 돌려줍니다. 상태를 저장하지 않으므로 미리 인덱싱할 필요가 없고, 후보를 만든 기존 검색 시스템 위에 얹어 씁니다.
두 모델 모두 25개 언어의 텍스트를 읽고 레코드당 최대 1,024토큰을 봅니다. 더 긴 레코드는 나뉘어 구간별로 채점됩니다. @latest 별칭은 이제 005 모델을 가리키므로 버전을 고정하지 않은 사용자는 자동으로 옮겨졌습니다. Google은 005에 대해 벤치마크도 발표도 공개하지 않았으며, 공개된 최신 수치는 2025년 004 세대의 것입니다.
요금은 토큰이 아니라 쿼리 기준으로 1,000쿼리당 $1.00이며, 쿼리 하나는 레코드 최대 100개를 포함합니다. Google Cloud에서만 쓸 수 있으며 Discovery Engine API, Vertex AI RAG Engine, AlloyDB, Vector Search 2.0의 리랭킹 단계를 통해 사용합니다.
Google semantic-ranker-005의 가격은 얼마입니까?
| 플랜 | 가격 | 포함 내용 |
|---|---|---|
| Pay as you go | $1.00 per 1,000 queries | 쿼리당 최대 100개 레코드 |
| 1-year savings plan | $0.90 per 1,000 queries | |
| 3-year savings plan | $0.80 per 1,000 queries |
종량제로 1,000쿼리당 $1.00, 1년 절약 플랜은 $0.90, 3년 절약 플랜은 $0.80입니다. 쿼리 하나는 레코드 최대 100개이며, 132개 레코드는 2쿼리로 계산합니다.
Google semantic-ranker-005, 쓸 만한 가치가 있습니까?
이 API가 맞는지는 과금 방식이 결정합니다. Google은 레코드 길이와 상관없이 1,000쿼리당 $1.00을 받고, Cohere와 Voyage는 토큰 단위로 과금합니다. 300토큰짜리 문단 20개를 재정렬하는 전형적인 RAG 호출은 여기서 $0.001, 100만 토큰당 $0.05인 Cohere Rerank 5 Pro에서는 약 $0.0003이므로, 짧은 후보 목록은 Google이 약 3배 비쌉니다. 1,000토큰짜리 레코드 100개를 보내면 순서가 뒤집혀, 여기서는 여전히 $0.001, Cohere Pro에서는 약 $0.005입니다.
005 모델이 무엇을 바꿨는지는 문서화되어 있지 않습니다. 문서는 모델을 목록에 올리고 출시일을 2026년 9월 1일로 적고 @latest 별칭을 그쪽으로 돌렸을 뿐, 출시 글도 벤치마크도 지연 시간 수치도 없습니다. 공개된 근거는 004에 대한 것으로, Google은 2025년 5월에 004가 BEIR NDCG@5에서 단독 리랭킹 API 가운데 1위이고 경쟁 서비스보다 최소 2배 빠르며, fast 버전은 default 모델 지연 시간의 약 3분의 1이라고 밝혔습 니다. 모두 Google 자체 주장이며 한 세대 전 이야기입니다.
레코드당 1,024토큰이라는 창은 Cohere와 Voyage가 받는 32K 쌍에 비해 짧습니다. 긴 레코드는 잘려 구간별로 채점되며, 문서는 아주 긴 레코드의 일부가 무시될 수 있다고 경고합니다. 상품 정보, 지원 문서, 이미 잘라 둔 RAG 문단에는 거의 문제가 없지만 계약서 전체에는 문제가 됩니다.
실질적인 장점은 통합입니다. Google Cloud에서는 Vertex AI RAG Engine, AlloyDB의 SQL 함수 ai.rank(), Vector Search 2.0에 이미 연결되어 있습니다. Vector Search 2.0은 프로젝트마다 30일마다 무료 랭킹 단위 80,000개를 주고, 리랭킹이 실패하면 자체 융합 결과로 돌아갑니다. Google Cloud 밖에서는 문맥이 더 길고 점수가 공개된 리랭커 대신 이것을 고를 이유가 별로 없습니다.
제 역할을 하는 곳
Google Cloud에서 운영되는 소매업체 상품 카탈로그를 맡은 검색 엔지니어
키워드 검색 상위 100건 중 쇼핑객의 표현에 맞는 상품을 위로 올리기
상위 100개 상품명과 설명을 semantic-ranker-fast@latest로 보냅니다. 레코드 100개당 1쿼리이므로 설명 길이와 상관없이 1,000회 검색에 $1.00, 100만 회에 $1,000입니다.
애플리케이션 데이터를 AlloyDB에 두는 데이터 엔지니어
별도 서비스 없이 SQL 안에서 벡터 검색 결과를 재정렬하기
같은 쿼리에서 후보 행에 ai.rank()를 호출해 데이터 바로 옆에서 순위를 매깁니다. 함수 설명은 Google 문서에 있고, 비용은 Ranking API의 쿼리 단가를 따릅니다.
Vertex AI Vector Search 2.0을 쓰는 플랫폼 팀
새 인프라 없이 하이브리드 검색 뒤에 리랭킹 단계를 추가하기
RRF 융합 뒤에 VertexRanker 단계를 켭니다. 프로젝트마다 30일마다 무료 랭킹 단위 80,000개가 주어지고, 리랭킹이 실패해도 호출은 경고와 함께 융합 결과를 돌려줍니다.
도입 전 확인할 점
- 설정
- Google Cloud 프로젝트에서 Discovery Engine API를 켠 뒤 rankingConfigs의 rank 엔드포인트로 쿼리와 레코드를 POST합니다. 모델을 지정하지 않으면 semantic-ranker-default@latest, 즉 현재 005 모델이 쓰입니다.
- 연동
- Discovery Engine API의 REST와 클라이언트 라이브러리, Vertex AI RAG Engine, AlloyDB ai.rank(), Vector Search 2.0, LangChain, Genkit, Elasticsearch의 Open Inference API.
- 데이터와 개인정보
- Google은 Agent Search에서 쓰인 고객 데이터를 기반 모델 학습에 쓰지 않는다고 밝히며, 조건은 Google Cloud Data Processing Addendum을 따릅니다. 문서 예시의 요청은 global 위치로 갑니다.
- 대규모 사용 시 비용
- 1,000쿼리당 $1.00, 1년 또는 3년 절약 플랜으로 $0.90 또는 $0.80입니다. 레코드 100개마다 1쿼리로 계산하므로 레코드 20개짜리 호출을 한 달 200만 번 하면 약 $2,000입니다.
- 제한
- 레코드당 1,024토큰(제목과 본문 합계), 요청당 1,000개 레코드, 기본값으로 프로젝트당 분당 500회 요청. Vector Search 2.0은 아직 004 버전과 @latest 별칭만 나열합니다.
좋은 점
- 레코드 길이와 무관하게 1,000쿼리당 $1.00 정액
- 요청당 최대 1,000개 레코드, 인덱싱 불필요
- RAG Engine, AlloyDB, Vector Search 2.0에 내장
- 고객 데이터는 Google 기반 모델 학습에 쓰이지 않음
아쉬운 점
- 005 모델의 벤치마크나 발표가 공개되지 않음
- 레코드당 1,024토큰, Cohere와 Voyage는 32K
- Google Cloud 전용, Discovery Engine API를 거쳐야 함
- 텍스트 전용, 지시문 입력은 문서화되지 않음
추천 대상
이미 Google Cloud에서 검색이나 RAG를 구축하며 긴 후보 목록을 재정렬하고, 쿼리 단위 과금을 원하는 팀.
Google semantic-ranker-005 대안
Google semantic-ranker-005: 자주 묻는 질문
- Google semantic-ranker-005, 쓸 만한 가치가 있습니까?
- 이미 Google Cloud에서 긴 후보 목록을 정렬한다면 저렴한 선택이지만, 005 모델은 판단할 수 있는 공개 수치 하나 없이 나왔습니다. 평점은 5점 만점에 3.9점입니다.
- Google semantic-ranker-005의 가격은 얼마입니까?
- 종량제로 1,000쿼리당 $1.00, 1년 절약 플랜은 $0.90, 3년 절약 플랜은 $0.80입니다. 쿼리 하나는 레코드 최대 100개이며, 132개 레코드는 2쿼리로 계산합니다.
- Google semantic-ranker-005의 단점은 무엇입니까?
- 005 모델의 벤치마크나 발표가 공개되지 않음; 레코드당 1,024토큰, Cohere와 Voyage는 32K; Google Cloud 전용, Discovery Engine API를 거쳐야 함; 텍스트 전용, 지시문 입력은 문서화되지 않음.
- Google semantic-ranker-005에 적합한 사람은 누구입니까?
- 이미 Google Cloud에서 검색이나 RAG를 구축하며 긴 후보 목록을 재정렬하고, 쿼리 단위 과금을 원하는 팀.
- 팀이나 프로덕션 환경에서 Google semantic-ranker-005의 비용은 얼마입니까?
- 1,000쿼리당 $1.00, 1년 또는 3년 절약 플랜으로 $0.90 또는 $0.80입니다. 레코드 100개마다 1쿼리로 계산하므로 레코드 20개짜리 호출을 한 달 200만 번 하면 약 $2,000입니다.
- Google semantic-ranker-005에 회사 데이터를 맡겨도 안전합니까?
- Google은 Agent Search에서 쓰인 고객 데이터를 기반 모델 학습에 쓰지 않는다고 밝히며, 조건은 Google Cloud Data Processing Addendum을 따릅니다. 문서 예시의 요청은 global 위치로 갑니다.
- Google semantic-ranker-005의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 Cohere Rerank 5, Voyage rerank-3, zerank-2 및 Jina Reranker v3.5입니다.
답변 확인일: 2026년 11월 20일.