Optimizing LLM Performance for Regulatory Text Comprehension Based on an Advanced RAG Framework

한국어 규제 문서는 독특한 구조와 복잡한 규제 텍스트 해석으로 인해 대규모 언어 모델(LLM)에 활용하기에 여러 한계가 존재한다. 따라서 이 논문에서는 한국어 규제 문서를 효율적으로 처리하기 위하여 검색 증강 생성(RAG) 프레임워크를 소개하고, 이를 수정한 지식 그래프 기반 문서 변환 기법을 적용한다. 이 기법이 한국 규제 문서를 효율적으로 이해하는 방법이라는 것을 다수의 질의와 응답을 통해 보였다. 실험 결과, 이 프레임워크는 GPT-3.5 및 GPT-3.5 with RAG 모델과 비교하여 규제 문서의 이해와 해석에 있어 상당한 개선을 보였다. 이 프레임워크는 법률, 금융, 의료 분야에서 효율적인 규제 준수와 의사결정 지원에 활용될 수 있는 잠재력을 가지고 있다고 생각한다.