본 논문은 기업 내부 문서의 방대한 양과 비체계적인 구조로 인해 정보 접근에 어려움을 겪는 문제를 해결하기 위해, Retrieval-Augmented Generation (RAG) 기반 질의응답(QA) 시스템을 제안합니다. 특히 자동차 산업의 충돌 테스트 문서를 예시로, 다양한 형태의 데이터를 처리하고, 데이터 기밀성을 유지하며, 생성된 답변과 원본 문서 간의 추적성을 확보하는 데 중점을 둡니다. 이를 위해 다양한 형태의 문서를 구조화된 코퍼스와 QA 쌍으로 변환하는 데이터 파이프라인, 사내 구축을 통한 프라이버시 보호 아키텍처, 그리고 답변과 지원 콘텐츠를 연결하는 경량 참조 매처를 포함하는 RAG-QA 프레임워크를 제시합니다. 자동차 산업에 적용한 결과, 기존 시스템 대비 사실 정확성, 정보성, 유용성이 향상됨을 실험적으로 확인했습니다.
