Google Research
Gemini Enterprise Agentic RAG, 신뢰도 높은 기업 답변 구현
연구소/벤더원본 2026년 6월 5일
한마디로
여러 데이터베이스에 흩어진 정보도 AI가 스스로 여러 번 검색, 검증해 정확한 답을 내도록 만든 기업용 RAG 고도화예요
무슨 내용인가
Google이 Gemini Enterprise에 적용한 Agentic RAG는, 단순 RAG가 못 푸는 multi-hop, multi-source 질문(여러 출처를 거쳐야 답이 나오는 질문)을 5개 전문 에이전트(Orchestrator, Planner, Query Rewriter, RAG, Sufficient Context)가 순차 협업해 해결합니다. 핵심은 'Sufficient Context Agent'로, 검색된 근거와 초안을 검토해 빠진 부분을 구체적으로 지적하고(예: '알레르기 정보가 빠졌다') 쿼리를 다시 짜 재검색합니다. FramesQA(2,676개 PDF, 824개 multi-hop 질문) 테스트에서 vanilla RAG 대비 사실성 최대 34% 향상, 4개 출처 중 선택하는 cross-corpus 정확도 90.1%, 지연시간 추가는 3% 미만이었습니다.
에디터 노트 | FactStack
Agentic RAG는 '환각을 줄이려면 검색을 한 번이 아니라 여러 단계로 시켜라'는 접근인데, 사내 데이터가 분산, 중복된 대형 광고주 환경에서 특히 의미가 커요. 마케팅, 데이터 실무에선 CDP나 캠페인 리포트처럼 출처가 분명한 데이터를 다룰 때 답변 신뢰도를 끌어올리는 무기가 될 수 있어요. 다만 검색을 여러 번 돌리는 만큼 응답 지연과 토큰 비용이 늘어, 데이터 정합성이 엉망인 상태에서 도입하면 비싼 환각 기계가 되기 쉽다는 점은 솔직히 경계해야 해요.
실무 시사점
사일로로 쪼개진 1st-party, CRM, 미디어 데이터를 가로질러 신뢰도 높은 답을 뽑아야 하는 마케팅 데이터 환경에 직접 쓸모가 있어요. '검색→초안→자기검증→재검색' 루프가 RAG 환각을 줄이는 실무 표준이 되어가는 신호입니다
태그
용어 풀이
- Gemini Enterprise
- 구글의 인공지능 제미니를 기업에서 안전하게 쓸 수 있도록 만든 서비스입니다
- Agentic RAG
- 인공지능이 스스로 정보를 찾고 판단하여 더 정확한 답변을 만들어내는 기술입니다
- Data Management
- 기업의 데이터를 효율적으로 저장하고 관리하며 안전하게 사용하는 모든 과정입니다
- Enterprise AI
- 기업의 업무 효율을 높이고 문제를 해결하기 위해 사용되는 인공지능 기술입니다
공유
이 주의 다른 소식 - 2026년 6월 1일 - 6월 7일 트렌드 26건주간 라운드업 보기 →