【セッションレポート】 エージェントで検索は進化する Amazon OpenSearch Service のエージェント機能 [ANT407] #AWSSummit

はじめに

AWS Summit Japan 2026 で聴講した、Amazon OpenSearch Service のセッション ANT407 のレポートです。

検索は、全文検索からベクトル検索、そして両者を組み合わせるハイブリッド検索へと進化してきました。それでも解けない課題が残っており、そこにエージェントが加わります。本セッションでは、その仕組みと検索精度の改善までが解説されました。

セッションの概要は次の通りです。

• セッション番号: ANT407
• タイトル: エージェントで検索は進化する - Amazon OpenSearch Service のエージェント機能徹底解説 -
• 登壇者: 榎本貴之 氏 (アマゾン ウェブサービス ジャパン合同会社 シニアアナリティクスソリューションアーキテクト)
• 日時: 2026 年 6 月 25 日 13:30 から 14:10

従来の検索技術とその課題

セッションでは、架空の EC サイトを題材に検索技術の移り変わりが振り返られました。

RDBMS の LIKE 検索では、類義語や表記ゆれ、タイポに対応しづらく、性能面の制約もあります。そこで全文検索エンジンを導入し、さらに意味の近さでヒットさせるベクトル検索を組み合わせるハイブリッド検索へと進みます。

デモでは、全文検索では 0 件だった「軽い素材のトップス」が、ハイブリッド検索ではリネンシャツなどにヒットしていました。

ただし、ハイブリッド検索でも解けない課題があります。

1 つは複雑なリクエストです。「20,000 円以下の A 社の防水ジャケット」のように、価格の絞り込み条件を取り出し、全文検索とベクトル検索を使い分けたい場面です。もう 1 つは対話的な検索です。「もう少し安いの」「前回と同じメーカー」のように、それまでの文脈を踏まえて条件を絞り込みたいという要求です。

エージェント型検索の仕組みと精度改善

この課題に応えるのが エージェント型検索 です。

ユーザーの入力や購買履歴などをコンテキストとして、エージェントが検索クエリを組み立てます。先ほどの例であれば、価格 20,000 円以下のフィルタ、全文検索の語、ベクトル検索の語へと自動で振り分けられます。

エージェントには 2 種類あります。Flow Agent はシンプルなクエリ変換を担い、LLM の呼び出しは 1 回です。Conversational Agent はメモリや Web 検索、MCP (Model Context Protocol) といった複数のツールを使い、対話や外部連携を伴う複雑な処理に対応します。どちらもクエリ変換には Query Planning Tool を使います。

検索精度の改善もエージェントが支援します。ユーザー行動ログの UBI (User Behavior Insights) 、評価ツールの Search Relevance Workbench 、機械学習でランキングを組む Learning to Rank を、OpenSearch の MCP サーバー経由でエージェントから扱えます。デモでは、ハイブリッド検索が負けているクエリの抽出や、Learning to Rank に加えるとよい特徴量の提案までをエージェントが行っていました。

まとめ

セッションを通じて、検索が自然言語のまま扱えるものへと変わりつつあると感じました。エージェントがクエリを組み立て、精度の改善までを助けてくれます。一方で、スライドではレイテンシや LLM の呼び出しコストとのトレードオフも示されており、用途を見極めて使うことが大切だと感じました。

参考リンク

• Amazon OpenSearch Service introduces Agentic Search
• Agentic search - OpenSearch Documentation
• Query Planning tool - OpenSearch Documentation
• User Behavior Insights - OpenSearch Documentation
• Search Relevance Workbench - OpenSearch Documentation

©2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.