글로벌 AI 규제 탐색: 다관할권 검색 증강 생성 (RAG) 시스템
요약
본 기술 기사는 글로벌 AI 규제를 다루기 위해 개발된 다관할권 검색 증강 생성(RAG) 시스템을 소개합니다. 이 시스템은 EU AI Act를 포함한 68개 관할권의 242개 문서를 코퍼스로 활용하며, 유형별 청킹, 조건부 검색 라우팅, 우선순위 기반 리랭킹 등 세 가지 기술적 개선 사항을 적용했습니다. 평가 결과, 본 RAG 시스템은 단일 엔티티 및 다관할권 비교 질문 모두에서 높은 충실도와 답변 관련성을 보여주어 복잡한 규제 코퍼스 탐색에 효과적임을 입증했습니다.
핵심 포인트
- 글로벌 AI 규제 탐색의 어려움을 해결하기 위해 다관할권 RAG 시스템을 개발함.
- 시스템은 68개 관할권, 242개의 문서를 포함하는 대규모 이질적 법률 코퍼스를 사용함.
- 핵심 기술 기여는 유형별 청킹, 조건부 검색 라우팅, 우선순위 기반 리랭킹 세 가지임.
- 평가 결과, 단일 엔티티 및 다관할권 비교 쿼리 모두에서 높은 성능(충실도 평균 0.87, 답변 관련성 평균 0.84)을 달성함.
정책 입안자, 법률 전문가 및 연구자들에게 관할권을 초월한 AI 규제 탐색은 점점 더 어려워지고 있습니다. 이를 해결하기 위해 우리는 글로벌 AI 규제를 위한 다관할권 검색 증강 생성 (Retrieval-Augmented Generation, RAG) 시스템을 제시합니다. 우리의 코퍼스는 EU AI Act 와 같은 공식 입법부터 국가별 AI 전략과 같은 비정형 정책 문서에 이르기까지 68 개 관할권의 242 개의 문서를 포함합니다. 본 시스템은 세 가지 기술적 기여를 제공합니다: 이질적인 문서 간 법적 구조를 보존하는 유형별 청킹 (type-specific chunking), 법적 인용을 위한 엔티티 감지 및 메타데이터를 갖춘 조건부 검색 라우팅 (conditional retrieval routing), 그리고 정책 및 2 차 출처보다 입법된 법률의 우선순위를 높이기 위한 우선순위 기반 리랭킹 (priority-based re-ranking) 입니다. 50 개의 쿼리에 대한 평가는 단일 엔티티 질문과 다관할권 질문 모두에서 강력한 성능을 보여주었으며, 평균 충실도 (faithfulness) 는 0.87, 평균 답변 관련성 (answer relevancy) 은 0.84 를 달성했습니다. 단일 엔티티 쿼리는 평균 충실도 0.86 과 평균 답변 관련성 0.92 를, 다관할권 비교 쿼리는 평균 충실도 0.88 과 평균 답변 관련성 0.75 를 각각 달성했습니다. 이러한 결과는 복잡한 이질적인 규제 코퍼스를 탐색하기 위한 도메인 특화 검색 전략의 효과성을 강조합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.CL의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기