Conceptos Básicos
검색 기반 생성(Retrieval-Augmented Generation) 기법을 사용하여 구조화된 출력 생성 시 생성 오류를 크게 감소시킬 수 있으며, 도메인 외 설정에서도 일반화가 가능하다.
Resumen
이 연구는 기업용 애플리케이션을 개발하는 과정에서 자연어 요구사항을 워크플로우로 변환하는 문제를 다룹니다.
핵심 내용은 다음과 같습니다:
검색 기반 생성(Retrieval-Augmented Generation) 기법을 사용하여 구조화된 출력 생성 시 생성 오류를 크게 감소시킬 수 있습니다.
검색 기반 생성 기법을 통해 도메인 외 설정에서도 일반화가 가능합니다.
작은 크기의 검색 모델과 함께 작은 크기의 언어 모델을 사용해도 성능 저하 없이 배포가 가능합니다.
연구팀은 내부 데이터셋과 외부 데이터셋을 활용하여 실험을 진행했습니다. 실험 결과, 검색 기반 생성 기법을 사용하면 생성 오류를 크게 줄일 수 있었으며, 도메인 외 설정에서도 안정적인 성능을 보였습니다. 또한 작은 크기의 모델로도 우수한 성능을 달성할 수 있었습니다.
Estadísticas
자연어 요구사항을 워크플로우로 변환할 때 생성되는 단계 중 최대 21%가 허구적일 수 있습니다.
검색 기반 생성 기법을 사용하면 단계 생성 오류를 7.5% 미만으로 줄일 수 있습니다.
검색 기반 생성 기법을 사용하면 테이블 생성 오류를 4.5% 미만으로 줄일 수 있습니다.
Citas
"현재 Generative AI(GenAI)의 한계는 환각을 일으킨다는 점입니다."
"검색 기반 생성(Retrieval-Augmented Generation)은 출력 품질을 높이고 환각을 줄이는 데 효과적인 방법입니다."