랭체인과 검색 증강 생성 모델을 활용한 Low-code 기반 챗봇 서비스 개발 방법 연구

Q: 이 논문에서 정의한 랭체인이란 무엇인가?

랭체인은 대규모 언어 모델(LLM)을 활용하여 복잡한 서비스 및 개발 구조를 직관적으로 가시화하고 모듈화하여 재사용성을 높이는 기술이다. 이는 LLM 모델을 실제 산업 현장에 적용할 때 필요한 맞춤형 서비스 지원과 복잡한 서비스 구성을 효율적으로 구현할 수 있도록 돕는다.

Q: DIZEST 기반 랭체인 기술을 활용한 챗봇 개발 방법의 핵심은 무엇인가?

연구 결과, DIZEST의 직관적인 인터페이스를 통해 랭체인의 복잡한 구조를 쉽게 구현하고 시각화하여 챗봇 구현 모듈 간의 연계를 가능하게 하는 것이 핵심이다. 이는 랭체인 기술의 개발 생산성을 향상시키고 모듈의 재사용성을 높여 실제 산업 현장에서의 활용 가능성과 실용성을 입증한다.

채영훈; 조호현; 김장원

학술대회자료

저자정보: 채영훈 (시즌) 조호현 (시즌) 김장원 (국립군산대학교)

저널정보: 한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2024년도 하계종합학술대회 및 대학생논문경진대회

오류 신고하기

피인용 0

검색

초록·키워드

This paper proposes methods to enhance the efficiency and reusability of modules in chatbot services implemented using LangChain, due to the low convenience in integrating and managing various language models and service modules. By reducing the co ... 전체 초록 보기

#LLM #LangChain #Retrieval-Augmented Generation (RAG) #Low-code AI solution #Chatbot

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료