제품/서비스 출시 , 성과 , 기술 개발
SAIP, 검색증강생성(RAG)의 정확도 향상으로 LLM 환각 현상 개선
2024.05.16
S2W의 검색증강생성(RAG) 기술과 ‘SAIP’에 대한 소개가 담긴 데이터넷의 기사가 발행되었습니다.🙏
검색증강생성(Retrieval Augmented Generation, RAG)은 마치 대형언어모델(LLM)의 조수와 같이, 외부 데이터 소스를 활용하여 LLM 환각 현상을 줄여주는 기술입니다.
한편 이러한 기술도 결국 LLM의 근본적인 알고리즘을 바탕으로 하기 때문에 환각 현상을 완벽하게 제거하는 데 있어 한계가 존재하는데요. 해당 기사에서 S2W가 어떻게 RAG의 정확도를 높여 이러한 문제를 해결하고 있는지에 대해 소개되었습니다.
박근태 S2W CTO는 “RAG는 사용자 질문의 이해도, 내부 데이터 구조화, 답변의 정확도 등이 중요한 요소로 꼽히는데, 이에 더해 컨텍스트가 부족한 질문에 대해서도 정확하게 답변을 도출하기 위한 기술도 필요하다. S2W는 지식 그래프와 시맨틱 검색엔진을 이용한 벡터화 기술을 사용해 이 문제를 해결한다”고 설명했습니다.
이러한 기술이 담긴 S2W의 기업 맞춤형 sLLM ‘SAIP’는, 내부적으로 산재해 있는 데이터를 중앙화한 뒤, 지식 그래프를 사용해 사용자 질문에서 객체를 분리하고 객체 간 관계성을 추출합니다. 문장 간 겹치는 단어가 없더라도, 시맨틱 검색엔진을 이용해 의미가 유사한 두 문장을 서로 가까운 좌표로 변환하는 의미 기반 검색을 수행할 수 있습니다.
🔎아래 기사에서 S2W가 어떻게 RAG의 정확성과 신뢰성을 향상하는지에 대한 구체적 내용을 확인해보실 수 있습니다.
인터뷰/방송/기고
조선일보, 북한 해킹 조직 '라자루스(Lazarus)'와 관련해 S2W 취재
2024.05.14
이전 글
MOU/파트너십
S2W, 현대제철에 생성형 AI 플랫폼 'SAIP' 공급
2024.05.22
다음 글