본 논문은 대규모 언어 모델(LLM)의 환각(hallucination) 문제를 해결하기 위해 지식 그래프(KG)를 활용한 지식 인식 RAG(Retrieval-Augmented Generation) 프레임워크인 Know3-RAG를 제안합니다. Know3-RAG는 검색, 생성, 필터링 세 단계 모두에서 KG의 구조화된 지식을 활용하여, 기존 RAG 시스템의 제한점인 신뢰할 수 없는 적응형 제어와 부정확하거나 무관한 참조로 인한 환각 문제를 해결합니다. KG 임베딩을 사용한 지식 인식 적응형 검색 모듈, KG에서 파생된 엔티티로 질의를 풍부하게 하는 지식 강화 참조 생성 전략, 그리고 참조의 의미적 정합성과 사실적 정확성을 보장하는 지식 기반 참조 필터링 메커니즘을 통해 개방형 질의응답 벤치마크에서 기존 방법보다 우수한 성능을 보이며 환각을 크게 줄이고 답변의 신뢰성을 높였습니다.
