새로운 정보가 지속해 추가되는 등 데이터 변화가 이뤄지는 속에서, 최신 정보를 빠르고 정확하게 찾는 기술을 고안했다. 인공지능(AI)이 데이터베이스 속 정보를 제대로 찾지 못하는 문제를 해결할 수 있다.
한국과학기술원(KAIST·총장 배충식)은 전산학부 김민수 교수팀이 지속적인 데이터추가·삭제 환경에서도 높은 검색 정확도를 유지하는 동적 벡터 검색 기술 '콘다(CONDA)'를 개발했다고 5일 밝혔다.
생성형 AI는 학습이 끝난 뒤 새롭게 등장한 정보를 스스로 알지 못한다. 이를 보완하고자 최신 뉴스나 기업 내부 문서 등을 검색해 답변에 활용하는 '검색증강생성(RAG)' 기술이 널리 쓰인다.
그런데 RAG가 제대로 작동하려면 수많은 자료 가운데 질문에 필요한 정보를 빠르고 정확하게 찾아내는 검색 기술이 중요하다. 현재 많은 AI 서비스는 문서나 이미지 의미를 컴퓨터가 계산할 수 있는 숫자 묶음인 '벡터(Vector)'로 바꾼 뒤, 의미가 비슷한 정보들을 서로 연결해 필요한 자료를 찾는다.
문제는 데이터가 계속 변한다는 점이다. 새로운 정보가 들어오는 동시에 오래된 정보는 수정·삭제된다. 변화가 반복되면 데이터 사이 연결망이 끊어지는 '연결성 붕괴'가 발생할 수 있다. AI가 정보를 찾지 못해 검색 정확도가 떨어진다.
CONDA는 데이터 사이 거리뿐 아니라, 필요 정보까지 찾아갈 수 있도록 검색 경로가 제대로 연결돼 있는지를 함께 고려한다. 새로운 데이터가 추가되거나 기존 데이터가 삭제돼도 중요한 연결을 유지한다.
실험 결과, CONDA는 데이터가 쉴 새 없이 추가·삭제되는 환경에서 기존 최신 기술 대비 검색 정확도를 최대 24.5% 높였으며, 데이터 처리 속도도 최대 1.9배 향상시켰다.
1억 개 데이터가 존재하는 대규모 환경에서 6시간 동안 검색과 데이터 업데이트를 동시에 수행한 결과, CONDA는 비교 기술 대비 가장 짧은 응답시간과 높은 검색 정확도를 유지했다.
이번 연구 성과는 실제 제품에도 적용된다. 김민수 교수가 창업한 AI 데이터 인프라 기업 그래파이(GraphAI)의 데이터베이스 제품인 '아카식DB(AkasicDB)'에 CONDA 기술이 적용돼 올해 4분기 상용화될 예정이다.
김민수 교수는 “이번 연구는 데이터가 끊임없이 변하는 현실 환경에서도 AI가 오랜 시간 정확하게 최신 지식을 활용할 수 있는 데이터 인프라를 제시했다는 점에서 의미가 크다”고 말했다.
연구에는 이다래 KAIST 전산학부 석사과정 졸업생이 제1저자로 참여했으며 연구 결과는 지난달 2일 VLDB 2026에서 발표됐다.
김영준 기자 kyj85@etnews.com
