Menu
야구 결승전점수 - 2024년 실시간 업데이트
KAIST 연구팀,'계획 RAG' 기술 개발
기존 기술보다 정답률 32.5% 개선 
[서울경제]
국내 연구진이 거대언어모델(LLM)을 이용해 기업이 최적의 의사결정을 도출할 수 있도록 돕는 기술 개발에 성공했다.향후 이 기술은 기업 내부 전문적인 데이터 분석팀과 고가의 상용 데이터베이스 솔루션을 대체할 수 있을 것으로 기대된다.
김민수(사진) KAIST는 전산학부 교수 연구팀은 필요한 정보를 데이터베이스로부터 찾고,비즈니스 규칙에 부합하는 최적의 의사결정을 지원하는 기술인 '계획 RAG(검색 증강 생성)'를 개발했다고 19일 밝혔다.
그동안 LLM은 방대한 데이터를 학습한 탓에 학습에 사용된 바 없는 데이터를 바탕으로 답변하거나,야구 결승전점수오래전 데이터를 바탕으로 답변하는 등 문제점들이 지적됐다.이러한 문제를 해결하기 위해 나온 것이 RAG다.RAG는 학습된 내용만으로 답변하는 것 대신,데이터베이스를 검색해 답변을 생성하는 기술이다.
계획 RAG는 이러한 기존 RAG를 한 단계 더 발전시킨 형태다.계획 RAG는 의사결정 문제,데이터베이스,비즈니스 규칙을 바탕으로 어떤 데이터 분석이 필요한지에 대한 거시적 차원의 계획을 먼저 생성한 후,그 계획에 따라 반복적 RAG를 이용해 미시적 차원의 분석을 수행한다.
기업의 의사결정권자가 어떤 데이터 분석이 필요한지 계획을 세우면,야구 결승전점수그 계획에 따라 데이터 분석팀이 데이터베이스 솔루션들을 이용해 분석하는 형태와 유사하다.또 계획 RAG 기술은 계획에 따른 데이터 분석 결과로 적절한 답변을 도출하지 못하면,다시 계획을 수립하고 데이터 분석을 수행하는 과정을 반복한다.기존 최신 기술(반복 RAG)과 비교해 고난도 기업 의사결정 문제 정답률을 최대 32.5% 개선했다는 것이 연구팀의 설명이다.
김민수 교수는 "지금까지 거대언어모델 기반으로 의사결정 문제를 푼 연구가 없었던 관계로,기업 의사결정 성능을 평가할 수 있는 의사결정 질의응답 벤치마크를 새롭게 만들었다"면서 "이를 통해 기업들이 복잡한 비즈니스 상황에서 최적의 의사결정을 사람이 아닌 거대언어모델을 이용해 내리는데 적용되기를 기대한다"고 말했다.
한편 이번 연구에는 김 교수의 제자인 이명화 박사과정과 안선호 석사과정이 공동 제1 저자로,김 교수가 교신 저자로 참여했다.연구 결과는 자연어처리 분야 최고 학회인 'NAACL' 에 지난 17일 발표됐다.
