생성 AI 모델의 한계
2023년, 생성형 AI(GenAI) 분야가 급격히 성장하고 있습니다. 이러한 AI 모델들은 대규모 언어 모델(LLM)을 기반으로 하며, 대규모 데이터셋으로 사전학습되어 있습니다. 특히, 이미지, 텍스트, 영상 등 창조적인 작업 분야에서 활용되며, 그 정확도와 효율성이 꾸준히 향상되고 있습니다.
그러나, 모델 학습 및 실행 과정에서 많은 시간과 자원이 소요되며, 편향성과 환각(hallucination) 현상과 같은 문제가 발생합니다. 환각 현상이란 생성형 AI가 실제로 존재하지 않는 정보나 콘텐츠를 생성하는 것을 의미합니다.
이러한 문제를 해결하기 위해, 최근 생성형 AI 모델은 대규모 데이터셋으로 사전학습을 하고, 프롬프트 엔지니어링(prompt engineering)과 미세조정(fine-tuning)을 수행하고 있습니다. 하지만, 학습 이후 최신 정보나 특정 주제를 반영하는 데 한계가 있으며, 환각 문제로 인해 답변의 정확성이 떨어지기도 합니다.
이를 극복하기 위한 접근 방식 중 하나가 검색-증강 생성(Retrieval-Augmented Generation, RAG)입니다.
이 글은 2024년 비트나인의 네 번째 월간 백서인 '그래프 기술이 만드는 차원이 다른 생성형 AI'의 도입 부분을 일부 담았습니다. 더 자세한 내용에 대해서는 링크를 눌러 확인해 주세요!
▶더 읽어보기
비트나인의 생성형 AI 솔루션, AgensSQL GenAI Edition에 대해 궁금하시다면?
비트나인의 콘텐츠를 계속 받아보고 싶으시다면?
제품 및 기술문의
070-4800-3517 | agens@bitnine.net