본 논문은 대규모 언어 모델(LLM)의 환각 현상(hallucination) 문제를 해결하기 위해 검색 증강 생성(RAG) 시스템을 활용하여 세 가지 검색 기법(BM25 기반 스파스 검색, Sentence Transformers 기반 덴스 검색, 그리고 제안된 하이브리드 검색 모듈)의 성능을 비교 분석합니다. 하이브리드 검색 모듈은 쿼리 확장과 역순위 융합 점수를 사용하여 스파스 및 덴스 검색 결과를 동적으로 가중합하여 활용합니다. HaluBench 데이터셋을 사용하여 평가한 결과, 하이브리드 검색 모듈이 스파스 및 덴스 검색보다 높은 정확도, 낮은 환각률 및 거부율을 달성하여 LLM의 신뢰성을 향상시키는 것을 확인하였습니다.
