본 기사는 Cheng 등 (2025)의 논문 "A Survey on Knowledge-Oriented Retrieval-Augmented Generation"을 바탕으로, 급부상하는 지식 기반 검색 증강 생성(RAG) 기술의 핵심 개념, 구성 요소, 평가 방법, 응용 분야, 그리고 미래 발전 방향을 종합적으로 소개합니다. RAG 기술이 자연어 처리 분야에 가져올 혁신적인 변화와 잠재력을 조명합니다.

Chen Jikai 박사 연구팀의 SQLCritic은 구조화된 실행 피드백과 훈련된 평가 에이전트를 결합하여 Text-to-SQL 시스템의 정확성과 해석성을 크게 향상시킨 혁신적인 방법입니다. Spider와 BIRD 벤치마크에서 우수한 성능을 보였으며, 향후 데이터베이스 분야에 큰 영향을 미칠 것으로 기대됩니다.

대만 연구진이 Stackelberg 게임의 비대칭적 상호작용을 고려한 새로운 AI 모델 LSDN을 개발하여 기존 모방 학습의 한계를 극복했습니다. LSDN은 상관 정책을 효과적으로 학습하여 복잡한 상호 작용 역학을 더욱 정확하게 재현합니다.

중국 연구진이 개발한 DexGrasp Anything은 물리적 제약 조건을 고려한 확산 기반 생성 모델을 통해 다양한 물체에 대한 능숙한 파지 자세 생성에 성공하였으며, 340만 개 이상의 파지 자세 데이터셋을 공개하여 범용 로봇 손 개발에 기여할 것으로 예상됩니다.

본 연구는 자가지도 학습 기반의 새로운 영상 분할 기법 SBD를 제시하여, 긴 비정형 영상에서 AI 에이전트의 스킬 학습 효율을 크게 향상시켰습니다. 마인크래프트 실험 결과를 통해 그 우수성을 검증하였으며, 향후 다양한 분야에 적용될 가능성을 시사합니다.