인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
RAG(Retrieval-Augmented Generation) 기술은 LLM(Large Language Model)이 사전 학습한 지식에만 의존하지 않고, 외부 지식 데이터베이스를 참조함으로써 생성형 AI(Artificial Intelligence) 서비스의 정확도를 향상시킨다. 본 연구는 다양한 유형의 금융 문서 이미지를 분석하여, 문서 이미지 구조의 복잡도가 RAG 성능에 미치는 영향을 살펴본다. 분석 결과, 문서 내 손글씨에 대한 OCR(Optical Character Recognition) 인식률은 높은 수준을 보였으나, RAG의 전반적인 성능은 기대에 미치지 못하는 것으로 나타났다. 이는 원본 문서 이미지의 구조가 복잡할수록 문맥 이해를 어렵게 하여, RAG 파이프라인의 분할, 검색, 생성 과정 전반에서 성능 저하를 초래할 수 있음을 시사한다. 따라서 OCR로 추출된 텍스트의 품질이 일정 수준 이상인 경우, 입력 데이터를 기계가 더 쉽게 해석할 수 있도록 구조화하는 후처리 과정이 RAG 성능 향상의 핵심 요인이 될 수 있다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-093129740
