문서 청크 지식 생성을 통한 생성형 검색 시스템의 정확도 향상 방법

이 글은 생성형 검색 시스템의 고질적인 문제인 '어휘 불일치'를 해결하기 위해 제안된 '청크 지식 생성 모델(Chunk Knowledge Generation Model)'을 소개합니다. 이 모델은 대규모 언어 모델(LLM)을 직접 사용하지 않고, 문서를 청크 단위로 분할하여 키워드, 제목, 후보 질문을 동시에 생성하는 T5 기반 멀티태스크 구조를 활용합니다.

39%)를 달성했습니다. 또한, 낮은 GPU 메모리 사용률(10% 이하)로 RAG 환경에서의 실시간 응답 가능성을 보여주며, 경량화된 생성형 검색 모델로서의 가능성을 제시합니다.

글에서는 모델 설계, 실험 결과, 성능 비교 및 향후 RAG 시스템 확장 방향을 다룹니다. 서의 가능성을 제시합니다. 글에서는 모델 설계, 실험 결과, 성능 비교 및 향후 RAG 시스템 확장 방향을 다룹니다.