CRAG: 검색 결과가 나쁠 때 답변 경로를 교정하는 방법

CRAG의 정의와 필요성, 작동 원리, SAG 아키텍처 적용 기준과 실무 체크리스트를 연구·공식 문서 근거로 설명합니다.

SAG 기술 편집팀 · 2026-09-06

한 문장 정의

CRAG은 검색 결과의 품질을 평가하고 낮을 때 검색 범위를 바꾸거나 보강하는 corrective RAG 접근입니다.

핵심 답: RAG는 검색된 문서가 틀리거나 무관하면 그럴듯한 오답을 만들 수 있습니다. 검색 결과를 무조건 신뢰하지 않는 제어 경로가 필요합니다.

RAG는 검색된 문서가 틀리거나 무관하면 그럴듯한 오답을 만들 수 있습니다. 검색 결과를 무조건 신뢰하지 않는 제어 경로가 필요합니다.

검색·답변·생성 시스템은 입력과 결과 사이에 여러 단계를 갖습니다. 따라서 결과만 보고 판단하면 원인을 찾기 어렵습니다. 이 기술은 무엇을 수집했고 어떤 기준으로 처리했으며 누가 결과를 승인했는지 설명할 수 있게 만드는 데 의미가 있습니다.

retrieval evaluator가 결과를 correct, ambiguous, incorrect로 판단하고 지식 정제나 웹 검색 등 다른 경로를 선택합니다. 평가기 오류와 외부 검색 신뢰성도 별도 관리합니다.

설계할 때는 정확도만 보지 않습니다. 지연 시간, 비용, 데이터 경계, 갱신 주기와 실패 시 동작을 함께 정의해야 운영에서 재현 가능한 결과가 됩니다. 자동화가 확신하지 못하는 값은 0이나 성공으로 바꾸지 않고 미측정·검토 필요 상태로 남기는 것이 안전합니다.

SAG의 작업 상태와 근거 누락 처리는 낮은 품질을 성공으로 위장하지 않는 운영 원칙과 맞닿아 있습니다. 실제 외부 검색 연결은 현재 구현 범위와 구분합니다.

SAG는 고객 질문을 출발점으로 페이지, 근거, 관측 조건, 개선 작업과 재검증을 연결합니다. 이 글의 기술을 적용할 때도 특정 모델이나 단일 점수에 의존하기보다 입력 버전과 출처, 실행 상태, 승인 이력을 함께 보존하는 원칙을 우선합니다.

참고 문서는 원리와 권장사항의 근거입니다. 검색 노출, AI 언급, 순위나 매출을 보장하지 않으며 실제 적용 효과는 서비스 데이터와 동일 조건의 관측으로 확인해야 합니다.