챗GPT는 잘 알려진 문제가 있는데, 바로 응답의 정확도가 엉망인 경우가 있다는 것이다. GPT-4와 같은 인간 지식에 대한 정교한 컴퓨터 모델을 기반으로 함에도 챗GPT는 드물게 AI 환각이라고 불리는 무지를 드러내며, 논리적 추론에 어려움을 겪는 경우가 많다. 이는 챗GPT가 추론이 아닌 고급 텍스트 자동 완성 시스템처럼 작동하기 때문이다.
어쨌든 GPT-4는 놀라운 시스템이다. 모의 변호사 시험에 응시하여 상위 10%의 점수로 합격할 수 있을 정도이다. 기업의 지식 기반을 조사하는 데 이런 지능형 시스템을 사용할 수 있다면, 분명 기업에 매력적인 기술이다. 하지만 과신과 어리석음 모두를 경계해야 한다.
이런 문제를 해결하고 LLM의 신뢰성을 높이기 위해 3가지 강력한 접근법이 새로 등장했다. 각 접근법이 강조하는 부분은 차이가 있지만, LLM을 "닫힌 상자"로 취급한다는 근본적인 개념은 공유한다. 다시 말해, LLM 자체를 완벽하게 만드는 것이 아니라 이를 뒷받침할 사실 확인 계층을 개발하는 데 초점을 맞추는 것이다. 이 계층은 부정확한 응답을 걸러내고 시스템에 "상식"을 불어넣는 것을 목표로 한다.
각각을 차례로 살펴보고 어떻게 작동하는지 알아보자.
더 폭넓은 검색 기능
새 접근법 중 하나는 벡터 검색을 광범위하게 적용하는 것이다. 특화된 데이터베이스도 일부 있지만, 벡터 검색은 현재 많은 데이터베이스의 공통 기능이다.벡터 데이터베이스는 텍스트나 이미지와 같은 비정형 데이터를 색인화해 검색, 조사 및 근접성을 위해 고차원 공간에 배치한다. 예를 들어, '사과'라는 용어를 검색하면 과일에 대한 정보를 찾을 수 있지만, '벡터 공간'에서는 IT 업체나 음반회사에 대한 결과가 나올 수 있다.
벡터는 머신러닝 모델 학습을 위한 데이터베이스의 키로만 사용할 수 있는 것이 아니라 데이터베이스와 LLM과 같은 구성 요소 간에 데이터 포인트를 상호 연관시키는 데 사용할 수 있기 때문에 AI에 유용한 연결 고리 역할을 한다.
“누더기에서 부자로” RAG에서 누더기에서 부자가 되기까지
검색 증강 생성(Retrieval-augmented generation, RAG)은 LLM과의 상호 작용에 컨텍스트를 추가하는 일반적인 방법이다. 간단히 설명하자면, RAG는 데이터베이스 시스템에서 보충 콘텐츠를 검색해 LLM의 응답을 컨텍스트화한다. 컨텍스트 데이터에는 타임스탬프, 지리적 위치, 참조 및 제품 ID와 같은 메타데이터가 포함될 수 있지만, 이론적으로는 임의로 정교한 데이터베이스 쿼리의 결과를 사용할 수도 있다.
이런 컨텍스트 정보는 전체 시스템이 관련성 있고 정확한 응답을 생성하는 데 도움이 된다. 이 접근법의 핵심은 데이터베이스에서 특정 주제에 대해 사용 가능한 가장 정확한 최신 정보를 확보해 모델의 응답을 개선하는 데 있다. 특히 GPT-4의 불투명한 내부 작동과 달리, RAG가 비즈니스 LLM의 기반을 형성하면 비즈니스 사용자가 시스템이 제시된 답변에 도달한 방법에 대해 보다 투명한 인사이트를 얻을 수 있다.
기본 데이터베이스에 벡터 기능이 있는 경우, 임베디드 벡터가 포함된 LLM의 응답을 사용해 데이터베이스에서 관련 데이터를 찾아 응답의 정확성을 높일 수 있다.
지식 그래프의 힘
그러나 가장 진보된 벡터 기반의 RAG 기반 검색 기능조차도 비즈니스에 필수적인 챗GPT의 신뢰성을 보장하기에는 충분하지 않다. 벡터만으로는 데이터를 분류하는 한 가지 방법일 뿐, 가장 풍부한 데이터 모델이 될 수는 없다.이 때문에 지식 그래프(Knowledge Graph)가 RAG를 위한 데이터베이스로 주목받고 있다. 지식 그래프는 여러 차원의 정보를 단일 데이터 구조로 통합해 의미론적으로 풍부한, 상호연결 정보의 웹이다. 또한 투명하고 잘 정돈된 콘텐츠를 보유하므로 품질을 보장할 수 있다.
벡터를 사용해 LLM과 지식 그래프를 함께 묶을 수도 있다. 하지만 이 경우 벡터가 지식 그래프의 노드로 확인되면 그래프의 토폴로지를 사용해 사실 확인, 근접성 검색, 일반 패턴 매칭을 수행해 사용자에게 반환되는 내용이 정확한지 확인할 수 있다.
지식 그래프가 사용되는 방식은 이뿐만이 아니다. 최근 빌 게이츠가 인터뷰하기도 한 워싱턴대 최예진 교수는 좋은 지식과 나쁜 지식을 구분하는 흥미로운 개념을 연구하고 있다. 최예진 교수의 연구팀은 기계가 작성한 지식 베이스를 구축해 LLM이 질문을 한 다음 일관되게 확인되는 답변만 규칙으로 추가함으로써 좋은 지식과 나쁜 지식을 분류할 수 있도록 돕는다.
연구팀은 “크리틱(Critic)”이란 AI를 사용해 LLM의 논리적 추론을 조사해 좋은 추론과 좋은 사실로만 구성된 지식 그래프를 구축한다. 셔츠 한 장을 말리는 데 1시간이 걸리는 경우, 햇볕에 셔츠 다섯 장을 말리는 데 얼마나 걸리는지 챗GPT 3.5에 물어보면 추론이 부족하다는 것을 알 수 있다. 상식적으로 셔츠 한 장을 말리는 데 1시간이 걸리면 수량에 관계없이 1시간이 걸린다는 것을 알 수 있지만, AI는 문제를 해결하기 위해 복잡한 계산을 시도하고 잘못된 작동 방식을 보여줌으로써 자신의 접근 방식을 정당화한다.
AI 엔지니어는 이런 문제를 해결하기 위해 열심히 노력하고 있으며, 챗GPT 4는 이 문제를 해결했다. 하지만 지식 그래프를 추출하는 접근법은 훨씬 범용적인 해법을 제시한다. 특히 지식 그래프는 더 작지만 훨씬 더 높은 정확도를 가진 LLM을 훈련하는 데 매우 효과적이다.
컨텍스트 다시 가져오기
지식 그래프는 RAG를 통해 더 많은 컨텍스트와 구조를 제공함으로써 GPT 시스템을 향상시켰다. 또한 벡터 기반과 그래프 기반 시맨틱 검색(지식 그래프의 동의어)을 함께 사용하면 조직이 일관되게 높은 정확도의 결과를 얻을 수 있다는 증거도 늘어나고 있다.LLM을 지원하기 위해 벡터, RAG, 지식 그래프의 조합을 활용하는 아키텍처를 통합함으로써 LLM을 구축, 학습, 미세 조정하는 복잡한 프로세스에 대한 전문 지식 없이도 매우 가치 있는 비즈니스 애플리케이션을 구축할 수 있다.
이를 종합하면, LLM이 구현할 수 있는 것보다 더 기초적인 '이해'로 개념에 대한 풍부하고 맥락적인 이해를 더할 수 있다는 것을 의미한다. 분명한 것은 기업이 이런 접근법을 통해 이점을 얻을 수 있다는 것이다. 그래프는 특히 큰 질문에 답할 때 효과를 발휘한다. 데이터에서 무엇이 중요한가? 무엇이 특이한가? 가장 중요한 것은 데이터의 패턴을 고려할 때 그래프를 통해 다음에 일어날 일을 예측할 수 있다는 점이다.
이런 사실적 능력과 LLM의 생성적 요소가 결합된 그래프는 매우 매력적이며 폭넓은 적용 가능성을 가지고 있다. 2024년에는 LLM을 미션 크리티컬한 비즈니스 도구로 만드는 데 널리 활용될 것으로 예상한다.
*Jim Webber는 그래프 데이터베이스 및 분석 전문업체 Neo4j의 최고 과학자이다.
editor@itworld.co.kr
함께 보면 좋은 콘텐츠
Sponsored
Surfshark
“유료 VPN, 분명한 가치 있다” VPN 선택 가이드
ⓒ Surfshark VPN(가상 사설 네트워크, Virtual Private Network)은 인터넷 사용자에게 개인 정보 보호와 보안을 제공하는 중요한 도구로 널리 인정받고 있다. VPN은 공공 와이파이 환경에서도 데이터를 안전하게 전송할 수 있고, 개인 정보를 보호하는 데 도움을 준다. VPN 서비스의 수요가 증가하는 것도 같은 이유에서다. 동시에 유료와 무료 중 어떤 VPN을 선택해야 할지 많은 관심을 가지고 살펴보는 사용자가 많다. 가장 먼저 사용자의 관심을 끄는 것은 별도의 예산 부담이 없는 무료 VPN이지만, 그만큼의 한계도 있다. 무료 VPN, 정말 괜찮을까? 무료 VPN 서비스는 편리하고 경제적 부담도 없지만 고려할 점이 아예 없는 것은 아니다. 보안 우려 대부분의 무료 VPN 서비스는 유료 서비스에 비해 보안 수준이 낮을 수 있다. 일부 무료 VPN은 사용자 데이터를 수집해 광고주나 서드파티 업체에 판매하는 경우도 있다. 이러한 상황에서 개인 정보가 유출될 우려가 있다. 속도와 대역폭 제한 무료 VPN 서비스는 종종 속도와 대역폭에 제한을 생긴다. 따라서 사용자는 느린 인터넷 속도를 경험할 수 있으며, 높은 대역폭이 필요한 작업을 수행하는 데 제약을 받을 수 있다. 서비스 제한 무료 VPN 서비스는 종종 서버 위치가 적거나 특정 서비스 또는 웹사이트에 액세스하지 못하는 경우가 생긴다. 또한 사용자 수가 늘어나 서버 부하가 증가하면 서비스의 안정성이 저하될 수 있다. 광고 및 추적 위험 일부 무료 VPN은 광고를 삽입하거나 사용자의 온라인 활동을 추적하여 광고주에게 판매할 수 있다. 이 경우 사용자가 광고를 보아야 하거나 개인 정보를 노출해야 할 수도 있다. 제한된 기능 무료 VPN은 유료 버전에 비해 기능이 제한될 수 있다. 예를 들어, 특정 프로토콜이나 고급 보안 기능을 지원하지 않는 경우가 그렇다. 유료 VPN의 필요성 최근 유행하는 로맨스 스캠은 인터넷 사기의 일종으로, 온라인 데이트나 소셜 미디어를 통해 가짜 프로필을 만들어 상대를 속이는 행위다. 이러한 상황에서 VPN은 사용자가 안전한 연결을 유지하고 사기 행위를 방지하는 데 도움이 된다. VPN을 통해 사용자는 상대방의 신원을 확인하고 의심스러운 활동을 감지할 수 있다. 서프샤크 VPN은 구독 요금제 가입 후 7일간의 무료 체험을 제공하고 있다. ⓒ Surfshark 그 외에도 유료 VPN만의 강점을 적극 이용해야 하는 이유는 다음 3가지로 요약할 수 있다. 보안 강화 해외 여행객이 증가함에 따라 공공 와이파이를 사용하는 경우가 늘어나고 있다. 그러나 공공 와이파이는 보안이 취약해 개인 정보를 노출할 위험이 있다. 따라서 VPN을 사용하여 데이터를 암호화하고 개인 정보를 보호하는 것이 중요하다. 서프샤크 VPN은 사용자의 개인 정보를 안전하게 유지하고 해킹을 방지하는 데 유용하다. 개인정보 보호 인터넷 사용자의 검색 기록과 콘텐츠 소비 패턴은 플랫폼에 의해 추적될 수 있다. VPN을 사용하면 사용자의 IP 주소와 로그를 숨길 수 있으며, 개인 정보를 보호할 수 있다. 또한 VPN은 사용자의 위치를 숨기고 인터넷 활동을 익명으로 유지하는 데 도움이 된다. 지역 제한 해제 해외 여행 중에도 한국에서 송금이 필요한 경우가 생길 수 있다. 그러나 IP가 해외 주소이므로 은행 앱에 접근하는 것이 제한될 수 있다. VPN을 사용하면 지역 제한을 해제해 해외에서도 한국 인터넷 서비스를 이용할 수 있다. 따라서 해외에서도 안전하고 편리하게 인터넷을 이용할 수 있다. 빠르고 안전한 유료 VPN, 서프샤크 VPN ⓒ Surfshark 뛰어난 보안 서프샤크 VPN은 강력한 암호화 기술을 사용하여 사용자의 인터넷 연결을 안전하게 보호한다. 이는 사용자의 개인 정보와 데이터를 보호하고 외부 공격으로부터 사용자를 보호하는 데 도움이 된다. 다양한 서버 위치 서프샤크 VPN은 전 세계 곳곳에 여러 서버가 위치하고 있어, 사용자가 지역 제한된 콘텐츠에 액세스할 수 있다. 해외에서도 로컬 콘텐츠에 손쉽게 접근할 수 있음은 물론이다. 속도와 대역폭 서프샤크 VPN은 빠른 속도와 무제한 대역폭을 제공하여 사용자가 원활한 인터넷 경험을 누릴 수 있도록 지원한다. 온라인 게임, 스트리밍, 다운로드 등 대역폭이 필요한 활동에 이상적이다. 다양한 플랫폼 지원 서프샤크 VPN은 다양한 플랫폼 및 디바이스에서 사용할 수 있다. 윈도우, 맥OS, iOS, 안드로이드 등 다양한 운영체제 및 디바이스에서 호환되어 사용자가 어디서나 안전한 인터넷을 즐길 수 있다. 디바이스 무제한 연결 서프샤크 VPN은 무제한 연결을 제공하여 사용자가 필요할 때 언제든지 디바이스의 갯수에 상관없이 VPN을 사용할 수 있다.