규모와 생성 방식을 넘어: 언어 모델 기반 엔터티 매칭 이해하기

arXiv의 통제 실험 연구는 언어모델 기반 엔티티 매칭에서 아키텍처, Qwen3 변형, 모델 크기, 데이터셋 조건이 성능에 미치는 영향을 분리해 분석했다.

실험 결과, 임베딩 지향 변형은 bi-encoder에 도움이 되지만, 레코드 쌍을 함께 인코딩하는 cross-encoder가 전반적으로 더 강한 성능을 보였다.

생성형 매처는 분포 이동이나 교차 데이터셋 전이 상황에서 특히 유용했으며, 단순한 규모 확대가 항상 성능 향상으로 이어지지는 않았다.

연구진은 큰 모델일수록 shortcut learning에 빠질 수 있다고 지적하며, scale보다 모델 변형과 태스크 조건이 더 중요하다고 결론냈다.