ScholarWorks@중앙대학교

초록

생성형 AI가 환각현상과 특정 분야에 특화된 정보는 다루지 못하여 한국어 문법 교정과 문법 설명 제공에서 정확성이 떨어지는 것에 주목하였다. 이를 극복하고자 한국어 학습자의 오류 사례를 VectorDB로 구축하는 방안과 한국어교수학습샘터의 문법 자료를 말뭉치로 구축하여 활용하는 방안을 적용하여 ChatGPT에 연계할 수 있는 RAG 구조의 API를 설계하고 제시하였다. 본 연구에서 제시한 RAG 구축 방안을 토대로 실제 한국어 문법 교정 챗봇을 제작하고 단순히 프롬프트만 적용시킨 ChatGPT 문법 교정 챗봇과 어떤 차이를 보이는지 비교했다. 그 결과 RAG 구조를 적용시킨 ChatGPT 문법 교정 챗봇은 데이터베이스를 통해 정확한 정보를 제공받는 것으로 한국어 학습자에게 적합한 문법 표현을 제시하는 것이 가능했으며, 메시지를 생성하는데 사용한 자료의 출처 url을 정확하게 제공하여 자료 활용의 신뢰도를 높였다. 이런 점에서 RAG 기술을 적용하는 것으로 생성형 AI의 품질을 향상시키는 것이 가능하며, 이를 한국어교육 분야에서 활용할 가치가 있음을 확인했다는 점에서 연구적 의의를 지닌다.

키워드