"보고서 전체 고칠 필요 없다"…AI가 틀린 곳만 '콕 집어' 고친다 작성일 09-04 41 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">보도기사</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="b1uYD3Ikpr"> <p contents-hash="9891d243704be0d1ec4395fef2e8062583383eed86360ad123940178f28b0341" dmcf-pid="KdaPUnb00w" dmcf-ptype="general">검색 명령 통째로 다시 만들던 시대 끝 <br>KAIST, '세이프큐엘'로 AI 효율 극대화 기대</p> <figure class="figure_frm origin_fig" contents-hash="b68c1ed6646d6249fc315e280a1808879890a34b735728dde3040af8c5f1d42b" dmcf-pid="9JNQuLKppD" dmcf-ptype="figure"> <p class="link_figure"><img alt="'틀린 부분만 골라 고치는' 기술이 KAIST에 의해 개발됐다(사진은 기사와 직접 관련 없음)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/04/551724-22lyJQR/20260904095305153lrgb.png" data-org-width="838" dmcf-mid="zNScxIiP3O" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/04/551724-22lyJQR/20260904095305153lrgb.png" width="658"></p> <figcaption class="txt_caption default_figure"> '틀린 부분만 골라 고치는' 기술이 KAIST에 의해 개발됐다(사진은 기사와 직접 관련 없음) </figcaption> </figure> <p contents-hash="79d634e642dab4f6930fb47928f9b28cb1a9a4331b192ddf361fd59e32c34486" dmcf-pid="2ijx7o9U7E" dmcf-ptype="general"><br>자연어로 질문하면 대형언어모델(LLM)이 이를 SQL(구조화된 질의어) 명령어로 변환해 기업 내부 데이터를 찾아주는 'Text-to-SQL' 기술은 AI 업무비서의 핵심 기반입니다. 하지만 LLM이 실제 데이터베이스에 존재하지 않는 테이블이나 열을 생성하는 환각(Hallucination) 현상이 발생하면 검색이 실패하는 문제가 있었습니다. </p> <p contents-hash="6314303ad30b235896c1ce9091bf5eb09e5eab089c0364533686bbc51c0196ca" dmcf-pid="VnAMzg2uzk" dmcf-ptype="general">기존에는 작은 오류 하나에도 SQL 전체를 다시 생성해야 해 시간과 토큰 소모가 컸습니다. 이러한 한계를 극복하기 위해 KAIST 전산학부 김민수 교수 연구팀은 오류가 난 부분만 정확히 찾아 수정하는 이른바 '세이프큐엘(SafeQL)' 기술을 새롭게 선보였습니다.</p> <figure class="figure_frm origin_fig" contents-hash="b7f15f35ccc7efb65988dafa430a77269c59d6d46d9f88a12206456bcd34747e" dmcf-pid="fLcRqaV73c" dmcf-ptype="figure"> <p class="link_figure"><img alt="이번 연구 성과 등을 한 장에 모두 담아봤다(AI 생성 이미지)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/04/551724-22lyJQR/20260904095305356cdyc.jpg" data-org-width="1000" dmcf-mid="qkBZsuSrUs" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/04/551724-22lyJQR/20260904095305356cdyc.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 이번 연구 성과 등을 한 장에 모두 담아봤다(AI 생성 이미지) </figcaption> </figure> <p contents-hash="f7dddf05ad82b1efa77ec7cce9590c384a6a42aec8e78da46f187f900e4fe442" dmcf-pid="4okeBNfz3A" dmcf-ptype="general"><br>◆ 틀린 부분만 골라 고치는 '안전 질의 공간' 방식</p> <p contents-hash="12f65e641274cc82c4111ecff92f49719ecfca16adf7525a22173169e781f245" dmcf-pid="8gEdbj4q7j" dmcf-ptype="general">"지난해 가장 많이 팔린 상품을 찾아줘"라는 지시를 AI에게 내렸다고 가정해보죠. 만약 AI가 회사 자료를 찾는 과정에서 존재하지 않는 항목을 잘못 사용하면 검색은 실패하게 됩니다. </p> <p contents-hash="832fba02f4d0156bb4756e0f5c6cff26123e7889c52333175851aa7ec9b8fa00" dmcf-pid="6aDJKA8BzN" dmcf-ptype="general">지금까지는 작은 오류 하나에도 검색 명령 전체를 다시 만들어야 했지만, KAIST 연구진은 틀린 부분만 찾아 바로잡는 기술을 개발한 겁니다. AI의 데이터 검색을 더 빠르고 정확하게 만들어 기업의 'AI 업무비서' 활용을 앞당길 것으로 기대되는 이유입니다.</p> <p contents-hash="bae5d9a3ba17094f33fefd4c1d785872d57fd5df5f452cc6c111e3420828919e" dmcf-pid="PNwi9c6b0a" dmcf-ptype="general">세이프큐엘은 AI에게 검색 명령 전체를 다시 맡기는 대신, 데이터베이스가 전달하는 오류 메시지와 실제 저장된 정보를 바탕으로 잘못된 위치만 국소적으로 수정합니다. 연구팀은 데이터베이스에서 실행 가능한 여러 수정안 중에서 원래의 의도와 가장 유사한 답을 효율적으로 찾아내는 '안전 질의 공간(Safe Query Space)' 설계 방식을 도입했습니다. </p> <div contents-hash="f3cdf8f91ee3f80b0ef0a51b9e269677b7f6295b0d584e6cd22c7c741d63b8cc" dmcf-pid="Qjrn2kPKUg" dmcf-ptype="general"> 이를 통해 유효하지 않은 후보군을 사전에 차단하여 탐색 시간을 대폭 단축했습니다. 또 세계적인 오픈소스 데이터베이스 관리 프로그램인 PostgreSQL 내부에 이 기술을 구현해 복잡한 명령어 속에서도 정확한 오류 위치를 파악할 수 있도록 완성도를 높였습니다. </div> <figure class="figure_frm origin_fig" contents-hash="deb9236323ff48d631c33004bfa1baf0fe798b5eefc18e4d99f7ccebd9d61377" dmcf-pid="xeg6piB3uo" dmcf-ptype="figure"> <p class="link_figure"><img alt="SafeQL의 가지치기를 통한 효율적인 SQL 탐색 과정" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/04/551724-22lyJQR/20260904095305525tfmv.jpg" data-org-width="1000" dmcf-mid="BL6uyVZvpm" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/04/551724-22lyJQR/20260904095305525tfmv.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> SafeQL의 가지치기를 통한 효율적인 SQL 탐색 과정 </figcaption> </figure> <div contents-hash="a5ea04127fd929384734c61c2ef8cc9074653dfabda717ad09d46897a667fb9d" dmcf-pid="yGFSjZwauL" dmcf-ptype="general"> <div> <br>◆ 획기적인 성능 향상과 기업용 AI 활용 기대감 <br> <br>글로벌 데이터베이스 검색 성능 평가 벤치마크인 BIRD와 Spider를 활용해 검증한 결과, 세이프큐엘은 AI가 최초로 생성한 SQL의 실행 오류를 최대 87.4%까지 해결했습니다. 최종적인 실행 정확도 역시 기존 최고 기술 대비 최대 5.8%포인트 향상된 수치를 기록했습니다. <br> <br>특히 전체 재생성 방식과 비교했을 때 LLM 토큰 사용량은 최대 15.1배 감소했으며, 오류 수정 소요 시간은 최대 29.6배 단축됐습니다. 이번 연구 성과를 통해 기업들은 매출, 고객, 재고 등 방대한 사내 데이터를 다룰 때 AI 운영 비용과 시간을 절감하고, 보다 안정적인 AI 에이전트 기반 업무 자동화를 실현할 수 있을 것으로 전망됩니다. </div> </div> <p contents-hash="bb11cf950a8fdc4572f3ba194641bc65af86e3faa1255945b9fb60dc3ff56eb9" dmcf-pid="WH3vA5rNFn" dmcf-ptype="general">(사진=KAIST) </p> <p contents-hash="60fd5d8845c42dea20fc4ddbf93f51bd817bab7f6ef33c2f333d616f09a37289" dmcf-pid="YX0Tc1mjpi" dmcf-ptype="general">조형준 취재 기자 | brotherjun@tjb.co.kr</p> </section> </div> <p class="" data-translation="true">Copyright © TJB </p> 관련자료 이전 엔비디아, 글로벌 AI 허브 '허깅페이스' 17조원에 인수…"사상 최대 빅딜" 09-04 다음 바닷속 산호에 ‘유산균 치료’ 했더니…폭염 스트레스 견뎠다 09-04 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
