다국어 질의응답 (QA) 작업에서 대규모 언어 모델 (LLM)을 활용한 검색 증강 생성 (RAG)의 성능을 평가합니다. 특히, 쿼리 언어와 다른 언어로 된 관련 구절을 LLM이 효과적으로 활용하고, 정답 언어로 답변을 생성하는 능력을 분석합니다. 실험을 통해 LLM이 다른 언어의 관련 정보를 추출하는 능력은 뛰어나지만, 정답 언어로 완전한 답변을 생성하는 능력은 약하다는 것을 발견했습니다. 또한, 주의를 분산시키는 구절이 답변 품질에 부정적인 영향을 미치며, 쿼리 언어의 방해 요소가 더 큰 영향을 미친다는 것을 확인했습니다.
