본 논문은 대규모 언어 모델(LLM)의 한계점에도 불구하고, 약물 부작용 검출 및 분석에 LLM을 활용하는 새로운 방법을 제시합니다. 기존 LLM의 블랙박스 학습 데이터 의존성, 환각 현상, 특정 분야 지식 부족 등의 문제를 해결하기 위해, Llama 3 8B 언어 모델에 포괄적인 약물 부작용 지식을 통합하는 두 가지 아키텍처, RAG와 GraphRAG를 제안합니다. 19,520개의 약물 부작용 연관성 데이터셋을 이용한 실험 결과, GraphRAG는 약물 부작용 검색에서 거의 완벽한 정확도를 달성했습니다. 이는 약물 감시 분야에서 LLM 활용의 중요한 발전을 의미하는 정확하고 확장 가능한 솔루션을 제공합니다.
