- 1사람이 컴퓨터에게 말을 건넨다
- 2AI가 말의 뜻을 분석하고 이해한다
- 3AI가 적절한 답변을 만들어낸다
- 4사람과 AI가 자연스럽게 대화한다
정의와 배경
질의응답(QA)이란 사용자가 자연어로 입력한 질문을 AI 시스템이 이해하고, 문서·데이터베이스·지식베이스 등에서 관련 정보를 찾아 자연어 형태의 답변으로 반환하는 기술을 말한다. 자연어처리(NLP)의 파생 응용 분야로, 언어 이해(NLU)와 정보 검색(IR) 기술이 결합된 형태다.
초기에는 정해진 형식의 질문에 규칙 기반으로 답하는 수준이었으나, 딥러닝과 대규모 언어모델(LLM)의 발전으로 복잡한 추론과 다단계 질문에도 대응할 수 있는 수준으로 진화하였다.
작동 원리와 유형
QA 시스템은 크게 추출형(Extractive QA)과 생성형(Generative QA)으로 나뉜다. 추출형은 주어진 문서 내에서 답변에 해당하는 구절을 직접 찾아 반환하는 방식이며, 생성형은 질문과 관련 정보를 바탕으로 새로운 문장을 생성하여 답한다.
또한 단일 문서 기반 QA, 다문서 기반 QA, 지식그래프 기반 QA 등 활용 데이터 유형에 따라 구분되기도 한다. 최근에는 검색 증강 생성(RAG) 방식이 주목받고 있으며, 이는 외부 문서를 실시간으로 검색한 뒤 언어모델이 답변을 생성하는 혼합 접근법이다.
정책·행정 현장에서의 중요성
공공 분야에서는 민원 응대 챗봇, 법령·규정 자동 안내, 내부 지식관리 시스템 등 다양한 형태로 QA 기술이 활용되고 있다. 방대한 행정 문서와 법령 데이터를 신속하게 탐색하여 담당자나 시민에게 정확한 정보를 제공함으로써 행정 효율을 높이는 데 기여한다.
다만 AI가 생성한 답변의 정확성·최신성·출처 신뢰성을 검증하는 체계가 미비할 경우 오답이나 허위 정보가 제공될 위험이 있으므로, 공공 서비스에 도입 시에는 답변 근거 제시 및 인간 검토 절차를 함께 설계하는 것이 중요하다.
※ 본 상세 설명은 용어집 데이터를 토대로 AI가 생성했습니다. 정확한 내용은 원문 출처를 우선하세요.