한국과학기술원(KAIST) 전산학부 김민수 교수 연구팀이 기업용 AI 에이전트의 핵심 난제인 환각 현상을 줄이기 위한 차세대 데이터베이스 기술 ‘아카식DB(AkasicDB)’와 새로운 검색증강생성(RAG) 기법 ‘옴니RAG(Omni RAG)’를 개발했다고 6월 19일 밝혔다. 실험 결과 기존 시스템 대비 AI 답변 정확도가 최대 78% 높아지고 처리 속도는 최대 20배 개선된 것으로 나타났다. 이번 연구 성과는 지난 6월 2일 데이터베이스 분야 최고 권위 국제학술대회인 ACM SIGMOD 2026에서 데모 논문으로 발표됐다.
아카식DB는 서로 다른 세 가지 데이터베이스를 하나의 시스템으로 통합한 것이 핵심이다. 기업 내부 데이터는 통상 보고서·계약서 같은 문서, 표 형태의 정형 데이터, 사람·기업·제품 간 관계 정보 등 다양한 형태로 분산 저장된다. 기존 AI는 이런 이종 데이터를 각각의 데이터베이스에서 별도로 검색해야 했기 때문에 필요한 근거를 충분히 찾지 못하거나 잘못된 답변을 내놓는 경우가 많았다. 연구팀은 문서의 의미를 처리하는 벡터 DB, 개체 간 관계를 분석하는 그래프 DB, 표 형태 데이터를 관리하는 관계형 DB를 하나의 시스템에서 동시에 처리할 수 있도록 설계했다.
옴니RAG는 이 통합 인프라를 활용해 하나의 질의만으로 벡터 유사도 검색·그래프 탐색·관계형 필터링을 동시에 수행한다. 예를 들어 “작년에 체결된 계약서 중 A사와 관련된 조항을 찾고 해당 조항이 어떤 제품 공급 이슈와 연결되는지 설명해 달라”는 복합 질문을 기존 방식으로 처리하려면 여러 데이터베이스를 순차적으로 탐색하고 결과를 조합해야 했다. 옴니RAG는 이를 단일 실행 계획 안에서 처리해 정보를 동시에 활용함으로써 환각을 줄이고 정확도를 높인다. 아카식DB는 중간 데이터 생성과 이동을 최소화해 최대 21.3초가 소요되던 복합 검색 질의를 1초 이내로 처리하는 성능을 달성했다.
연구는 교원창업기업 그래파이와 협력해 진행됐다. 김민수 교수는 “AI 에이전트가 기업의 방대한 데이터를 정확하게 이해하고 활용하려면 벡터·그래프·관계형 데이터를 하나의 시스템에서 통합 처리하는 데이터 인프라가 필수적”이라며 “아카식DB는 국방·제조·금융·법률·과학기술 등 고도의 신뢰성이 요구되는 분야에서 핵심 데이터 인프라로 활용될 것으로 기대한다”고 밝혔다. AI 에이전트 도입이 기업 전반으로 확산되는 흐름에서 환각 감소와 처리 속도 개선을 동시에 달성했다는 점에서 실용화 가능성이 주목된다.
