그림까지 읽는 RAG 문서 처리 방식이 과제
으로 연차보고서, 뉴스, 과학 논문 같은 를 다루려면 문서를 단순히 작은 글 조각으로 나누는 방식만으로는 부족할 수 있다. 특히 과학 논문에는 그림, 도표, 본문, 숫자가 함께 들어 있어 정보의 위치와 관계를 함께 보존해야 한다. 목표는 문서 안의 세부 내용을 최대한 빠뜨리지 않고 뽑아내는 것이다.
예를 들어 도표의 의미를 물었을 때, 은 도표 자체와 주변 설명을 함께 이해해 믿을 만한 답을 해야 한다. 핵심 고민은 이런 복합 문서를 조각내기 단계에서 어떻게 처리하는 것이 좋은지다.
핵심 포인트
- 대상 문서는 연차보고서, 뉴스, 과학 논문 같은 다.
- 과학 논문은 그림, 도표, 텍스트, 숫자가 섞여 있어 단순 조각내기가 어렵다.
- 목표는 문서 안의 세부 정보를 가능한 한 빠뜨리지 않고 추출하는 것이다.
- 도표에 대해 질문하면 도표와 관련 설명을 바탕으로 좋은 답을 해야 한다.
- 조각내기 방식은 답변 품질뿐 아니라 과 비용에도 영향을 준다.