KAIST, AI 환각 줄이고 속도 20배 높인 차세대 '옴니 RAG' 기술 개발

한국과학기술원(KAIST)이 인공지능(AI) 기술의 혁신을 이끌 새로운 데이터베이스 기술을 발표했다. 김민수 전산학부 교수 연구팀은 기업 그래파이와 협력하여 ‘아카식DB(AkasicDB)’와 이를 기반으로 한 차세대 검색증강생성(RAG) 기법인 ‘옴니 RAG’를 개발했다. 이 혁신적인 기술은 AI의 환각 현상을 줄이고 검색 속도를 획기적으로 향상시켜, 다양한 산업 분야에서의 활용 가능성을 열어줄 것으로 기대된다.

차세대 데이터베이스 아카식DB의 특징

아카식DB는 벡터 데이터베이스, 그래프 데이터베이스, 관계형 데이터베이스의 기능을 하나의 시스템 안에서 통합적으로 실행할 수 있도록 설계되었다. 이를 통해 복잡한 데이터 구조를 가진 기업 환경에서 발생할 수 있는 문제를 효과적으로 해결할 수 있다. 기업 데이터는 보통 문서, 표, 개체 간 관계 등 다양한 형태로 분산되어 있어, AI가 이를 종합적으로 이해하기 어려운 경우가 많다. 이로 인해 AI가 잘못된 정보를 생성하는 환각 현상이 자주 발생하게 되는 것이다.

기존의 RAG 시스템은 사용자 질문과 문서를 벡터로 변환한 후, 의미적으로 유사한 문서를 검색해 대형언어모델(LLM)에 제공하는 방식으로 이루어진다. 하지만 이 방식은 비정형 문서 검색에는 효과적일 수 있으나, 다양한 조건을 고려해야 하는 복합 질의에는 한계가 있다. 예를 들어, "지난해 체결된 계약서 중 A사와 관련된 조항을 찾아, 해당 조항이 어떤 제품 공급 이슈와 연결되는지 설명해 달라"는 질문은 여러 데이터베이스의 정보를 동시에 활용해야 한다.

옴니 RAG의 혁신

옴니 RAG는 이러한 복잡한 질의를 해결하기 위해 개발된 기술로, 벡터 유사도 검색, 그래프 탐색, 관계형 필터링을 단일 시스템에서 동시에 수행할 수 있다. 이는 데이터베이스 간의 중복 구축을 방지하고, AI의 답변 정확도를 높이는 데 기여한다. 연구팀은 옴니 RAG가 문서의 의미 정보, 지식 그래프의 관계 정보, 표 형태 데이터의 구조적 조건을 동시에 활용하여 정확한 근거를 제공한다고 설명했다.

실험 결과, 기존 시스템에서 최대 21.3초가 소요되던 복합 검색 질의를 1초 이내로 처리할 수 있었으며, 이는 최대 20배 이상의 성능 향상으로 나타났다. 또한, 기존 RAG 대비 답변의 정확도는 최대 78% 향상되었다. 이러한 성과는 AI가 기업의 방대한 데이터를 보다 효과적으로 이해하고 활용할 수 있는 기반을 마련해 줄 것이다.

향후 전망

김민수 교수는 "AI 에이전트가 기업의 방대한 데이터를 정확히 이해하고 활용하기 위해서는 벡터, 그래프, 관계형 데이터를 통합 처리할 수 있는 데이터 인프라가 필수적"이라고 강조했다. 아카식DB와 옴니 RAG는 국방, 제조, 금융, 법률, 과학기술 등 다양한 분야에서 신뢰성이 요구되는 핵심 데이터 인프라로 자리 잡을 가능성이 크다. 이러한 혁신이 실제 기업 환경에서 어떤 변화를 가져올지 주목된다. KAIST의 기술이 AI의 미래를 밝히는 중요한 이정표가 되기를 기대해본다.