Grounded Generation

Grounded Generation은 모델이 그럴듯한 일반 지식으로 답을 채우지 않고, 검증된 컨텍스트와 도구 결과에 근거해 답변을 생성하도록 만드는 방식이다. RAG(Retrieval-Augmented Generation)는 정보를 가져오는 구조이고, Grounded Generation은 가져온 정보가 실제 답변의 주장으로 올바르게 연결되게 하는 규칙이다.

근거의 단위

좋은 근거는 문서 전체가 아니라 답변의 각 주장에 연결할 수 있는 최소 단위다. Lexical Graph RAG의 Statement, 문서의 문단, SQL 결과 행, API 응답 필드가 이에 해당한다.

Mermaid스크롤로 확대 · 드래그로 이동
Copy

생성 규칙

1. 제공된 근거가 뒷받침하는 사실만 단정한다.
2. 근거가 없는 추론은 추론임을 표시하거나 제외한다.
3. 서로 충돌하는 출처는 하나를 임의로 선택하지 말고, 충돌과 기준 시점을 설명한다.
4. 근거가 부족하면 모른다고 답하거나 재검색·추가 질문으로 전환한다.
5. 인용은 실제 출처 위치를 가리켜야 하며, 링크·문서명만 나열해서는 안 된다.

"답변이 없다"는 실패가 아니라, 근거 없는 답변을 막는 정상적인 결과다. 특히 정책, 의료, 금융, 운영 변경처럼 오류 비용이 큰 영역에서 중요하다.

인용과 출처 추적

출처 메타데이터에는 문서 ID, 제목, 버전, 위치, 수집 시각, 접근 권한을 포함한다. 답변 생성 시에는 각 핵심 주장에 이 식별자를 함께 전달하고, UI에서는 사람이 다시 확인할 수 있는 형태로 렌더링한다.

단순한 문서 링크는 신뢰성을 보장하지 않는다. 인용한 문단이 실제로 해당 주장을 지지하는지, 문서 버전이 최신인지, 사용자가 그 문서를 볼 권한이 있는지를 별도로 확인해야 한다.

평가 기준

이 평가는 LLM-as-Judge만으로 확정하지 않는다. 표본을 사람이 검수하고, 실패 사례는 회귀 평가 데이터셋에 추가한다.

관련

• RAG(Retrieval-Augmented Generation)
• Query Transformation
• Lexical Graph RAG
• Guardrails
• Evaluation
• Observability