생성형 검색 시스템의 정확도 향상 방법

이 게시물은 생성형 검색 시스템의 어휘 불일치 문제를 해결하기 위한 청크지식생성모델(Chunk Knowledge Generation Model)의 구조와 성능을 소개합니다.

모델 구조 및 특징

• 문서를 청크 단위로 분할하여 멀티태스크 T5 기반 모델로 키워드, 제목, 후보 질문을 동시에 생성
• 단일 인코더와 병렬 디코더 구조로 연산 비용과 처리 시간 절감

성능 및 효율성

• Qdrant 벡터 검색 환경에서 Top@1 정확도 84.26%, 평균 91.39% 달성
• GPU 메모리 사용률 6~11%로 경량화 및 실시간 응답 가능

연구 의의 및 향후 방향

본 연구는 대형 언어 모델 없이도 높은 검색 정확도와 효율성을 달성하며, RAG 환경에서 실용적인 생성형 검색 시스템 설계 방향을 제시합니다.