본 논문은 대규모 언어 모델(LLM)의 환각 문제를 해결하기 위해 외부 지식 검색을 활용하는 Retrieval-Augmented Generation (RAG)에 대해 다룹니다. 기존 연구들이 결정적으로 검색을 수행하는 방식에 초점을 맞춘 것과 달리, 본 논문은 LLM이 필요한 지식을 갖고 있지 않을 때만 동적으로 검색을 수행하는 방식을 제안합니다. "검색할 것인가, 말 것인가?"라는 질문에 답하기 위해 여러 불확실성 탐지 방법을 탐구하고, 장문 질문 응답 작업에 대한 평가를 통해 Degree Matrix Jaccard와 Eccentricity와 같은 불확실성 탐지 지표가 검색 호출 수를 절반 가까이 줄이면서 정확도 저하를 최소화할 수 있음을 보여줍니다.
