LLM의 성능이 비약적으로 향상된 지금, 수많은 기업들이 LLM 기반의 AI Agent를 활용하여 기술 혁신을 이뤄내고 있습니다.
Perplexity는 사용자의 질문에 대해 웹 검색과 요약을 능동적으로 수행하는, 혁신적인 정보 탐색 방식을 제공합니다. 이는 전통적인 검색 엔진보다 더 정밀하고 맥락에 맞는 답변을 제공함으로써 정보 접근 방식을 획기적으로 변화시키고 있습니다. 이러한 기술은 다양한 산업 분야에서 지식 탐색과 의사결정을 더욱 효율적으로 지원하는 사례로 주목받고 있습니다.
📌 Nvidia CEO 젠슨 황, 거의 매일 Perplexity AI 사용한다 - 2024.02.24
Cursor는 개발자의 코드 작성, 리팩토링, 디버깅 과정을 지능적으로 지원하는 혁신적인 개발 환경을 제공합니다. 자연어 명령을 이해하고 코드 전반을 컨텍스트 기반으로 분석함으로써 생산성을 크게 향상시킵니다. 이러한 기술은 소프트웨어 개발 방식의 패러다임을 전환시키는 대표적인 사례로 평가받습니다.
📌 "오픈AI, 코딩 AI 툴 커서 인수 협상도 진행했었다"...지금은 윈드서프 인수 추진 - 2025.04.18
이처럼, AI Agent 기술은 우리의 일상에 점점 더 깊게 스며들고 있으며, 이를 활용한 서비스들은 무궁무진한 가능성과 함께 계속해서 새롭게 만들어지고 있습니다.
이번 대회에서는 RAG와 AI Agent, 그리고 문서 추출 AI 기술을 활용하여 일상에 새로운 혁신을 가져올 수 있는 AI Application을 개발하는 것을 목표로 합니다.
이번 대회를 진행하면서 도입하면 좋을 유용한 기술을 소개합니다.
LLM은 그 자체로도 이미 방대한 양의 지식을 보유하고 있으며, 보편적인 지식에 대해서는 충분히 훌륭한 답변을 제공합니다. 하지만 LLM 단독으로는 실시간 정보를 반영하기 어렵고, 답변의 정확한 출처를 명시하지 못하기 때문에, 결과적으로 환각(Hallucination)이라는 치명적인 문제가 종종 발생합니다.
이 문제를 해결하기 위해 고안된 방법이 RAG이며, 다음 세 가지 요소로 이루어져 있습니다.