연구 내용
본 연구는 RAG 시스템에서 지식 그래프를 활용하여 의약품 관련 질의응답 성능을 향상시키는 것을 목표로 합니다. 기존 RAG 시스템은 문서 기반 검색에 의존하여 답변의 정확성과 맥락 이해가 부족할 수 있습니다. 이를 해결하기 위해 다음과 같은 접근 방식을 사용합니다.
진행 과정
- 의약품 지식 그래프 구축: 의약품 데이터(제품명, 성분, 효능, 제조사 등)를 수집하고, Neo4j와 같은 그래프 데이터베이스를 사용하여 지식 그래프를 구축합니다.
- 지식 그래프 기반 검색: 사용자 질의를 분석하여 지식 그래프에서 관련 정보를 검색하고, 답변 생성에 필요한 맥락을 파악합니다.
- 3. RAG 시스템 통합: 지식 그래프 검색 결과를 RAG 시스템에 통합하여 답변의 정확성과 맥락 이해를 높입니다.
- LLM 활용: Langchain과 같은 도구를 사용하여 LLM을 활용하고, 사용자 질의를 Cypher 쿼리문으로 변환하여 지식 그래프를 효율적으로 검색합니다.
기대 효과:
의약품 관련 질의응답의 정확도 및 신뢰도 향상
사용자에게 심층적인 정보 및 맥락 제공
다양한 의약품 관련 질문에 대한 답변 가능
프로젝트 연구원
- 학부연구생 송주훈