【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]카이스트, AI 환각 줄이는 차세대 데이터베이스 기술 개발

온카뱅크관리자

2026-06-19 10:17:29

<div id="layerTranslateNotice" style="display:none;"></div>  
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="9KZ0I33GaW">
          <figure class="figure_frm origin_fig" contents-hash="12eb9121cbbed975ff1d91135fa58aceb18ef8313455874ed44d30fda875d117" dmcf-pid="295pC00Hgy" dmcf-ptype="figure">
           <p class="link_figure"><img alt="왼쪽부터 박정호 그래파이 엔지니어, 한동형 그래파이 최고기술책임자(CTO), 이건호 카이스트 전산학부 박사과정생, 김민수 카이스트 전산학부 교수./카이스트" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/19/chosunbiz/20260619101319675iofq.jpg" data-org-width="800" dmcf-mid="KMz2H99UNY" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/19/chosunbiz/20260619101319675iofq.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            왼쪽부터 박정호 그래파이 엔지니어, 한동형 그래파이 최고기술책임자(CTO), 이건호 카이스트 전산학부 박사과정생, 김민수 카이스트 전산학부 교수./카이스트
           </figcaption>
          </figure>
          <p contents-hash="c112f5d302bd4259ffb04cc3cd2055082bea7ba113006f1ef467ae16e8b99c62" dmcf-pid="V21UhppXcT" dmcf-ptype="general">국내 연구진이 기업용 인공지능(AI) 에이전트의 답변 정확도를 높이기 위한 차세대 데이터베이스 기술을 개발했다. 문서의 의미 정보와 개체 간 관계, 표 형태 데이터를 하나의 시스템에서 함께 처리해 생성형 AI의 환각 문제를 줄이는 방식이다.</p>
          <p contents-hash="5c5074adc85f2cc83478a03af678175546fbe144b12b1ae6373c0216759349d7" dmcf-pid="fVtulUUZcv" dmcf-ptype="general">김민수 카이스트 전산학부 교수 연구진은 교원창업기업 그래파이와 협력해 통합 데이터베이스 관리 시스템 ‘아카식DB(AkasicDB)’와 이를 기반으로 한 검색증강생성(RAG) 기법 ‘옴니RAG(Omni RAG)’를 개발했다고 19일 밝혔다. 연구 성과는 지난 2일 열린 데이터베이스 분야 국제학술대회 ‘ACM SIGMOD 2026′에서 데모 논문으로 발표됐다.</p>
          <p contents-hash="6084c4d8e5005d528151f61998dc768c13c5210d84c0f99327a40f8d1c712605" dmcf-pid="4fF7Suu5kS" dmcf-ptype="general">RAG는 AI가 외부 문서나 데이터를 검색한 뒤 이를 근거로 답변을 생성하도록 하는 기술이다. 기업용 AI 에이전트에 활용이 늘고 있지만, 실제 기업 데이터는 문서, 표, 관계 정보 등 여러 형태로 분산돼 있어 AI가 이를 종합적으로 이해하는 데 한계가 있었다. 이 과정에서 근거가 부족한 답변을 생성하는 환각 문제가 발생할 수 있다.</p>
          <p contents-hash="2a08ed4291d89193ccc7d2a82d5a4fac5a4454783c1afb98eef975ad884abe58" dmcf-pid="843zv771Nl" dmcf-ptype="general">기존 RAG는 질문과 문서를 벡터로 변환해 의미적으로 유사한 문서를 찾는 방식이 일반적이다. 그러나 특정 기간이나 유형을 걸러내거나, 사람·기업·제품 등 개체 간 관계를 함께 파악해야 하는 복합 질의에는 제약이 있었다.</p>
          <p contents-hash="556515782dca3d475c0fa4330d94f18c6f7eefc16068f03ad4e5c01e8e4dc6b9" dmcf-pid="680qTzztjh" dmcf-ptype="general">아카식DB는 벡터 DB, 그래프 DB, 관계형 DB 기능을 하나의 데이터베이스 관리 시스템에서 통합 실행할 수 있도록 설계됐다. 사용자는 벡터 검색, 그래프 탐색, 관계형 필터링이 결합된 질의를 하나의 구조화 질의어/그래프 질의어(SQL/GQL) 질의문으로 표현할 수 있고, 아카식DB는 이를 단일 실행 계획으로 처리한다.</p>
          <p contents-hash="04a67ff61b605c30b24d997d36afd89bfccebf3fa2c5b3ce7bd1b1e1a0d5db4a" dmcf-pid="P6pByqqFoC" dmcf-ptype="general">이를 기반으로 한 옴니RAG는 문서의 의미 정보와 지식 그래프의 관계 정보, 표 형태 데이터의 구조적 조건을 동시에 활용한다. 연구팀은 이 방식이 AI가 더 구체적인 근거를 바탕으로 답변하도록 해 환각 가능성을 낮출 수 있다고 설명했다.</p>
          <p contents-hash="b39b918edfada457d7bcfbb3f10dd6d374c337a1ca87b3b547fc429af63dc8ed" dmcf-pid="QvArMwwaaI" dmcf-ptype="general">실험 결과, 기존 시스템에서 최대 21.3초가 걸리던 복합 검색 질의를 1초 이내에 처리해 최대 20배 이상의 성능 향상을 보였다. 옴니RAG는 기존 RAG 대비 답변 정확도를 최대 78% 높인 것으로 나타났다.</p>
          <p contents-hash="d77ea9bc9747d86bd7de1b4a620fd9c9aeee5d9eb0385808823d8a36de1ab5ef" dmcf-pid="xTcmRrrNoO" dmcf-ptype="general">김민수 교수는 “AI 에이전트가 기업 데이터를 정확하게 활용하려면 벡터, 그래프, 관계형 데이터를 하나의 시스템에서 함께 처리할 수 있는 인프라가 필요하다”며 “아카식DB는 국방, 제조, 금융, 법률, 과학기술 등 신뢰성이 중요한 분야에서 활용될 수 있을 것”이라고 말했다.</p>
          <p contents-hash="546b12f99becc717f80c06c57833a89c227e3857bd12947987bbfda4a3c82f37" dmcf-pid="yQuKYbb0ks" dmcf-ptype="general">참고 자료</p>
          <p contents-hash="6d88cdce1b6db39a4f937418e56a0ca29093deac5cb17d63685b5898cc607e22" dmcf-pid="Wx79GKKpjm" dmcf-ptype="general">ACM SIGMOD 2026, DOI: <a href="https://doi.org/10.1145/3788853.3801609" rel="" target="_blank"><u>https://doi.org/10.1145/3788853.3801609</u></a></p>
          <p contents-hash="7b353773dfded0b4ff3b6aa5f84818216992849724e23e825e93c89d497fd25e" dmcf-pid="YMz2H99Ucr" dmcf-ptype="general">- Copyright ⓒ 조선비즈 &amp; Chosun.com -</p>
         </section> 
        </div> 
        <p class="" data-translation="true">Copyright © 조선비즈. 무단전재 및 재배포 금지.</p>

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기