【오즈커뮤-OZcommunity】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 스포츠뉴스 : 안구정화 놀이터홍보 놀이터후기공유 피해사례공유

로그인

글쓰기

[IT뉴스]KAIST, 기업 의사결정 거대언어모델 해결 가능성 제시

온카뱅크관리자

2024-06-19 09:30:30

<div id="layerTranslateNotice" style="display:none;"></div>  <strong class="summary_view" data-translation="true">김민수 전산학부 교수 연구팀, PlanRAG 기술 개발</strong> 
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="5lokYvxpKH">
          <figure class="figure_frm origin_fig" dmcf-pid="1uSHKzwM2G" dmcf-ptype="figure">
           <p class="link_figure"><img alt="계획 RAG 대표 이미지. ⓒKAIST" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202406/19/dailian/20240619093031499umkn.png" data-org-width="700" dmcf-mid="ZyPJsDbYVX" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202406/19/dailian/20240619093031499umkn.png" width="658"></p>
           <figcaption class="txt_caption default_figure">
            계획 RAG 대표 이미지. ⓒKAIST
           </figcaption>
          </figure>
          <p dmcf-pid="ttsvu3j4bY" dmcf-ptype="general">한국과학기술원(KAIST)은 기업 의사결정을 거대언어모델로 해결할 수 있는 기술을 개발했다고 19일 밝혔다.</p>
          <p dmcf-pid="FKGF82CnVW" dmcf-ptype="general">KAIST에 따르면 김민수 전산학부 교수 연구팀이 의사결정 문제, 기업 데이터베이스, 비즈니스 규칙 집합 세 가지가 주어졌을 때 거대언어모델을 이용해 의사결정에 필요한 정보를 데이터베이스로부터 찾고, 비즈니스 규칙에 부합하는 최적의 의사결정을 도출할 수 있는 기술(PlanRAG)을 개발했다. 이는 기존 최신 기술 대비 고난도 기업 의사결정 문제 정답률을 최대 32.5% 개선하는 것으로 분석됐다.</p>
          <p dmcf-pid="3Ru9LdZw9y" dmcf-ptype="general">연구팀은 기업 의사결정 문제가 GPT-3.5 터보에서 반복적 RAG(IterativeRAG) 기술을 사용하더라도 정답률이 10% 미만에 이르는 고난도 문제임을 보이고, 이를 해결하기 위해 반복적 RAG 기술을 한층 더 발전시킨 계획 RAG라는 기술을 개발했다.</p>
          <p dmcf-pid="0tsvu3j4qT" dmcf-ptype="general">계획 RAG(PlanRAG)는 기존 RAG 기술들과 다르게 주어진 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.</p>
          <p dmcf-pid="p3Iyzpc6qv" dmcf-ptype="general">이는 기업 의사결정권자가 어떤 데이터 분석이 필요한지 계획을 세우면, 그 계획에 따라 데이터 분석팀이 데이터베이스 솔루션들을 이용해 분석하는 형태와 유사하다.</p>
          <p dmcf-pid="UuSHKzwMVS" dmcf-ptype="general">다만 이러한 과정을 모두 사람이 아닌 거대언어모델이 수행하는 것이 커다란 차이점이다. 계획 RAG 기술은 계획에 따른 데이터 분석 결과로 적절한 답변을 도출하지 못하면, 다시 계획을 수립하고 데이터 분석을 수행하는 과정을 반복한다.</p>
          <p dmcf-pid="uaVxEjuSVl" dmcf-ptype="general">김민수 교수는 “지금까지 거대언어모델 기반으로 의사결정 문제를 푼 연구가 없었던 관계로, 기업 의사결정 성능을 평가할 수 있는 의사결정 질의응답(DQA) 벤치마크를 새롭게 만들었다"며 "해당 벤치마크에서 GPT-4.0을 사용할 때 종래 반복적 RAG에 비해 계획 RAG가 의사결정 정답률을 최대 32.5% 개선됐다. 이를 통해 기업들이 복잡한 비즈니스 상황에서 최적의 의사결정을 사람이 아닌 거대언어모델을 이용 내리는데 적용되기를 기대한다”고 말했다.</p>
         </section> 
        </div> 
        <p class="" data-translation="true">Copyright © 데일리안. 무단전재 및 재배포 금지.</p>