본 논문은 Retrieval-Augmented Generation(RAG)에서 동적 검색(dynamic retrieval)을 활용하여 장문 질의응답의 효율성을 높이는 방법을 제시합니다. 기존 RAG 모델들이 결정적으로 검색을 수행하는 것과 달리, LLM이 필요한 지식을 갖고 있지 않을 때만 검색을 수행하는 방식을 제안하며, 이를 위해 다양한 불확실성 탐지 방법들을 연구합니다. Degree Matrix Jaccard와 Eccentricity와 같은 불확실성 측정 지표를 평가하여, 검색 호출 횟수를 절반 가까이 줄이면서 정확도 저하를 최소화할 수 있음을 보여줍니다.
