본 논문은 대량의 사용자 리뷰(개체당 수천 개 이상)에서 개인화된 요약을 생성하는 문제를 연구합니다. 기존 방법론이 확장성 부족 또는 일반적인 요약 생성의 한계를 보완하기 위해, RAG(Retrieval-Augmented Generation) 기반 증거 검색과 LLM(Large Language Models)을 결합한 훈련 없는 프레임워크인 OpinioRAG를 제안합니다. 또한, 감성 풍부한 도메인에서 정확한 의견 포착과 감성 일치를 위한 새로운 참조 없는 검증 지표를 제안합니다. 평가를 위해, 편향 없는 전문가 요약 및 수동으로 주석 처리된 쿼리와 함께 개체당 천 개 이상의 리뷰를 포함하는 대규모 사용자 리뷰 데이터 세트를 구축합니다.
