주제-로컬 컨텍스트 연동 Retrieval 기반 지식기반 대화 생성 연구

Topic-and-Local Context Joint Retrieval for Knowledge-Grounded Response Generation

연구 내용

대화의 주제와 로컬 컨텍스트를 함께 고려해 관련 문서 범위를 검색하고, 지식기반 응답을 생성하는 연구

대화에서 사용되는 주제와 응답 직전의 로컬 맥락을 함께 반영하여, 외부 문서에서 지식이 될 만한 범위를 검색하는 구조를 연구합니다. 대화 전체에서 추출한 주제어와 응답 전 토큰을 입력으로 하는 복수 표현을 만들고, 컨텍스트 표현과 문서 표현을 비교해 적절한 문서 정보를 선택합니다. 이후 선택된 문서 기반으로 지식기반 응답을 생성하며, 정답 지식이 없는 상황에서도 지식기반 응답 학습이 가능하도록 데이터 가중 전략을 함께 적용합니다.

관련 프로젝트

2건

연구 흐름

2020년에는 외부 지식에서 관련 문장을 선택하는 단계가 응답 품질에 중요하다는 관점에서 지식 선택 전략을 제안했습니다. 2022년에는 대화의 주제를 반영해 검색 범위를 동적으로 결정하고, 로컬 컨텍스트 표현과 문서 표현의 비교를 통해 지식이 결합된 응답을 생성하는 retrieval-augmented 구조로 확장했습니다. 이후 2024~2025년 과제로 웹소설 텍스트를 분석하고 시나리오를 생성하는 언어모델 개발을 수행하며, 대화형 생성과 텍스트 분석을 연계하는 흐름을 보입니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

지식기반 고객상담 챗봇
웹 문서 기반 FAQ 응답생성
대화 주제 자동 추적
문서 범위 자동 검색
지식 결합형 교육 튜터링
콘텐츠 제작 시나리오 생성
기업 지식 검색 보조도구
대화형 리포트 초안 생성
도메인 문서 기반 요약 대화
오픈 도메인 대화 응답 품질 개선