그라운딩 개요
그라운딩 개요 (Grounding overview)
생성형 AI가 할루시네이션을 줄이고 신뢰할 수 있는 답을 주려면, 모델의 출력을 검증 가능한 데이터에 붙여 두는 일이 중요해요. 이걸 바로 **그라운딩(grounding)**이라고 해요. 이 글에서는 그라운딩이 무엇이고, 어떤 방식으로 모델 출력을 데이터 소스에 연결할 수 있는지 개요를 설명해 드릴게요.
출처: Grounding overview — Gemini Enterprise Agent Platform | Google Cloud Documentation
그라운딩이란 무엇인가요
그라운딩은 생성형 AI에서 모델 출력을 검증 가능한 정보 소스에 연결하는 능력이에요. 모델에 특정 데이터 소스에 접근할 수 있게 해 주면, 그 출력이 그 데이터에 고정되어 내용을 지어내는(인벤팅) 가능성이 줄어들어요. 특히 정확성과 신뢰성이 중요한 상황에서 이 점이 매우 중요해요.
그라운딩이 주는 이점은 세 가지로 정리할 수 있어요.
- 할루시네이션 감소: 사실이 아닌 내용을 생성하는 사례를 줄여 줘요.
- 응답 앵커링: 모델 응답을 데이터 소스에 고정시켜요.
- 감사 가능성(auditability): 출처로 연결되는 그라운딩 서포트(소스 링크)를 제공해요.
그라운딩 방식
Agent Platform에서 지원 모델의 출력을 그라운딩하는 방법은 다양해요.
| 그라운딩 유형 | 설명 |
|---|---|
| Google Search로 그라운딩 | Google 검색 엔진 결과를 활용해 세계 지식과 광범위한 주제에 연결 |
| Google Maps로 그라운딩 | 지리 공간 맥락을 포함한 위치 데이터를 모델에 사용 |
| Agent Search로 그라운딩 | 검색 증강 생성(RAG)으로 웹사이트 데이터나 문서 세트에 연결 |
| RAG Engine으로 그라운딩 | 설정 가능한 관리형 RAG 서비스인 RAG Engine으로 데이터에 연결 |
| Elasticsearch로 그라운딩 | 기존 Elasticsearch 인덱스와 Gemini로 RAG 수행 |
| 자체 검색 API로 그라운딩 | 외부 데이터 소스에 어떤 검색 API로든 연결 |
| 엔터프라이즈 웹 그라운딩 | 규제가 엄격한 산업에 적합한 웹 인덱스로 규정 준수 포함 응답 생성 |
| 병렬 웹 검색 그라운딩 | LLM에 최적화된 웹 인덱스로 최신 웹 정보 사용 |
각 방식은 연결 대상 데이터의 성격이 달라요. 실시간 세계 정보가 필요하면 Google Search, 기업 내부 문서를 쓰려면 Agent Search나 RAG Engine, 이미 운영 중인 검색 인프라가 있다면 Elasticsearch나 자체 검색 API를 고르면 돼요.