본 논문은 대규모 언어 모델(LLM)을 활용한 개방형 질문 응답(OpenQA) 성능 향상을 목표로 하는 GenKI 프레임워크를 제안합니다. GenKI는 지식 통합과 제어 가능한 생성을 동시에 탐구하여, LLM 기반 OpenQA 방법의 두 가지 주요 과제인 효과적인 지식 통합 및 다양한 작업 상황에 맞는 특정 답변 형식의 적응적 생성을 해결합니다. 이를 위해, 연관된 지식을 검색하고, 검색된 지식을 미세 조정하는 지식 통합 모델을 도입하며, 일관성, 유창성, 답변 형식 보장을 기반으로 하는 앙상블을 통해 제어 가능한 생성을 가능하게 합니다. TriviaQA, MSMARCO, CMRC2018 데이터셋에 대한 실험 결과는 GenKI가 최첨단 기준선과 비교하여 효과적임을 보여주며, 지식 검색 빈도와 모델의 정확한 지식 회수 능력 간의 선형 관계를 밝혀냈습니다.
