AI 에이전트 연구
온톨로지 기반 기업 보고서 자동 생성 에이전트 개발
UniDataAgent: An Ontology-Grounded Agent for Enterprise Question-to-Report Automation
arXiv기업 고유의 의미(온톨로지)를 기반으로 질문을 보고서로 자동 변환하는 'UniDataAgent' 시스템이 개발되었습니다. 이는 단순 질의응답을 넘어 조직 특화된 지식을 활용합니다.
세 줄 요약
- 온톨로지를 통해 보고서 생성 시간이 며칠에서 몇 분으로 단축되었으며, 일반 RAG 대비 높은 정확도(95.0%)를 달성했습니다.
- 기업의 비즈니스 지식과 데이터를 연결하여 실질적인 비용 절감 효과를 창출하며, 다른 산업 분야로도 확장 가능성이 높습니다.
- 시스템 활용을 위해서는 기업의 메타데이터와 전문 지식을 기반으로 온톨로지를 구축하는 선행 과정과 전문가 검토가 필수적입니다.
UniDataAgent는 기업 고유의 의미(온톨로지)를 활용하여 질문을 보고서로 자동 변환하는 온톨로지 기반 시스템입니다. 이 시스템은 단순한 질의응답을 넘어 조직 특화된 지식을 보존하며 재사용 가능한 질문-보고서 분석 기능을 제공합니다.
시스템은 먼저 온톨로지 습득 및 검증 단계(OAV)를 거쳐 메타데이터, 비즈니스 지식 등을 전문가 기술과 제약 생성 과정을 통해 버전별 기업 온톨로지를 구축합니다. 이후 질문-보고서 실행(QRE) 단계에서는 각 질문에 대한 의미 계약을 검색하고, 스킬 및 데이터 도구를 조정하여 증거가 연결된 보고서를 생산합니다.
이러한 온톨로지 기반 접근 방식은 수동으로 약 일주일 걸리던 온톨로지 구축 시간을 몇 시간으로 단축시켰으며, 보고서 생성 시간도 여러 근무일에서 단 몇 분으로 줄였습니다. 특히 구조화되고 조합적인 작업에서 문서 대비 95.0%의 높은 엄격 정확도를 달성했습니다.
용어 풀이
- 에이전트
- 목표를 받으면 스스로 계획을 세우고 도구를 써서 여러 단계의 작업을 해내는 AI.
- RAG
- 답하기 전에 관련 문서를 찾아 그 내용을 근거로 답하게 하는 방법.