Korean Natural Language Understanding and Vector Database for Long-term Memory Research
연구 내용
한국어의 통사·의미를 분리 처리하는 두-스트림 NLU 모델과 장기 기억 저장을 위한 벡터 DB를 연계해 이해 성능을 높이는 연구
한국어 문장의 통사와 의미가 동시에 정확히 반영되지 못하는 문제를 두-스트림 네트워크로 접근합니다. 통사 정보와 의미 정보를 서로 다른 경로로 처리하여 koNLI, koSTS와 같은 한국어 데이터셋에서 정합성과 유사성 판단 성능을 높이는 구조를 제안합니다. 또한 초거대 AI 모델의 장기 기억 저장을 위한 벡터 DB 개발을 병행하여, 검색 기반으로 관련 정보를 빠르게 불러오고 검색증강생성 파이프라인의 회상 품질을 개선하는 방향으로 연구를 수행합니다.
관련 연구 성과
관련 논문
1편
관련 특허
0건
관련 프로젝트
1건
연구 흐름
초기에는 한국어 자연어 이해에서 통사·의미 복잡성이 성능에 미치는 영향을 가정하고, 두-스트림 네트워크 구조로 분해 처리하는 모델링을 수행했습니다. 이후에는 koNLI 및 koSTS 데이터셋 기반 평가를 통해 각 스트림의 기여를 확인하고, 한국어 문맥에서의 이해 능력을 향상시키는 방향으로 학습·추론 구성을 정리했습니다. 동시에 초거대 AI의 장기 기억을 위한 벡터 DB 및 인베모리 인덱싱 관점을 연구에 반영하여, 이후 응용 단계에서 검색증강생성의 정보 접근성을 높이는 궤적으로 확장했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Two-Stream Network for Korean Natural Language Understanding
관련 프로젝트
구분
제목
초거대 AI 모델의 장기 기억 저장을 위한 벡터 DB 개발