참고X
대화 기록 직접 검색하는 'RAW-RAG', 복잡한 메모리 시스템 능가
연구에 따르면 복잡한 에이전트 메모리 대신 원본 대화 히스토리를 직접 검색하는 방식이 성능 우위를 보일 수 있습니다.
요약
최신 연구에 따르면 복잡한 에이전트 메모리 시스템보다 채팅 기록에서 직접 검색하는 단순한 RAG 방식이 더 뛰어난 성능을 보일 수 있다는 결과가 나왔다. RAW-RAG로 명명된 이 방식은 원본 대화에서 관련 구절을 검색하고 재순위 지정(reranking)을 거쳐 LLM에 증거를 제공하는 구조다. 총 4개의 벤치마크 테스트 결과, RAW-RAG는 7개의 벤치마크-모델 설정 중 6개에서 1위를 차지했다. 연구진은 대화를 개별 메모리로 변환할 경우 맥락이 단절되지만, 원본 대화를 유지하면 변경 사항이나 이전 사실 간의 연결성을 보존할 수 있어 정답률이 높았다고 분석했다. 결과적으로 정교한 메모리 시스템보다 원본 데이터를 그대로 활용하는 단순 RAG가 에이전트 설계의 더 강력한 기준점이 될 수 있음을 시사한다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 @akshay_pachaar: RAG is so back! A new paper shows that straightforward retrieval from chat history can outperform much more complex agent memory s
원문 보기 ↗