본 논문에서는 고객 서비스의 효율적인 라우팅을 위해 정확한 의도 분류의 중요성을 강조하며, 제품 라인 확장에 따른 의도 수 증가 및 분류 체계의 다양성으로 인한 확장성 문제를 해결하기 위한 새로운 접근법인 REIC(Retrieval-augmented generation Enhanced Intent Classification)을 제안합니다. REIC는 Retrieval-augmented generation (RAG)을 활용하여 관련 지식을 동적으로 통합함으로써 빈번한 재훈련 없이 정확한 분류를 가능하게 합니다. 실제 데이터셋을 이용한 실험 결과, REIC는 대규모 고객 서비스 환경에서 기존의 미세 조정, 제로샷, 퓨샷 방법보다 우수한 성능을 보이며, 도메인 내 및 도메인 외 시나리오 모두에서 효과적임을 보여줍니다. 이는 적응적이고 대규모 의도 분류 시스템의 실제 배포 가능성을 시사합니다.
