[논문리뷰] Enhancing Stock Market Information Retrieval with Retrieval-Augmented Generation

링크: 논문 PDF로 바로 열기

저자: Huan Phong Thai, Thu Anh Ngoc Le, Nhu Huynh Thi Le, Nhan Huu Tran, Lenh Cong Phan Pham, Hong Nhung Nguyen

## 1. Key Terms & Definitions (핵심 용어 및 정의)

• RAG (Retrieval-Augmented Generation): 외부 지식 베이스에서 관련 정보를 검색하여 LLM의 생성 과정에 참조함으로써 환각(Hallucination)을 줄이고 최신 정보 반영을 가능하게 하는 프레임워크.
• LaBSE (Language-agnostic BERT Sentence Embedding): 다국어(특히 베트남어 지원 강화) 문장 임베딩 모델로, 텍스트를 고차원 벡터로 변환하여 의미적 유사성을 파악하는 데 사용.
• FAISS (Facebook AI Similarity Search): 대규모 벡터 데이터베이스에서 효율적인 근사 최근접 이웃(Approximate Nearest Neighbor) 검색을 수행하는 라이브러리.
• BM25 (Best Matching 25): 키워드 빈도(Term Frequency)와 문서 길이 정규화를 바탕으로 질의어와 문서 간의 관련성을 평가하는 확률적 검색 모델.
• ROUGE (Recall-Oriented Understudy for Gisting Evaluation): 생성된 텍스트와 참조 텍스트 간의 n-gram 겹침 정도를 측정하여 정보 생성 성능을 평가하는 지표.

## 2. Motivation & Problem Statement (연구 배경 및 문제 정의) 본 논문은 급변하는 금융 환경에서 기존 LLM이 겪는 환각 현상과 최신 데이터 업데이트의 어려움을 해결하기 위해 RAG 기반의 정보 검색 시스템을 제안한다. 금융 시장은 경제 지표, 기업 보고서, 지정학적 사건 등 정보의 휘발성과 복잡성이 매우 높으나, 일반적인 LLM은 전문적인 도메인 지식이 부족하고 내부 메모리에 의존하기 때문에 실시간 정보 대응에 한계가 있다 [Figure 1]. 이러한 문제로 인해 투자자들은 정확하고 근거 있는 실시간 분석을 얻는 데 제약을 받으며, 기존 모델의 고비용 재학습 방식은 효율적인 솔루션이 되기 어렵다.

## 3. Method & Key Results (제안 방법론 및 핵심 결과) 본 연구는 LaBSE 임베딩과 FAISS 및 BM25를 결합한 하이브리드 검색 엔진을 통해 도메인 특화 지식을 검색하고, Gemini-1.5-Flash를 생성 모델로 사용하여 답변을 도출하는 시스템을 구축하였다 [Figure 3]. 텍스트 전처리 단계에서는 Underthesea 라이브러리를 사용해 베트남어의 특성을 반영한 토큰화 및 불용어 제거를 수행하였다 [Figure 2]. 성능 평가를 위해 베트남 주식 시장 관련 100개의 질의문을 사용하여 ROUGE 스코어를 측정한 결과, ROUGE-1 0.9555, ROUGE-2 0.9314, ROUGE-L 0.9436으로 매우 높은 정렬 정확도를 기록하였다. 또한 시스템의 실시간성을 입증하기 위해 측정된 평균 응답 Latency는 1.16초로, 상용 가능한 수준의 효율성을 입증하였다.

## 4. Conclusion & Impact (결론 및 시사점) 본 논문은 RAG 시스템이 금융 도메인에서 정보 검색 및 생성의 정확도와 실시간 응답성을 동시에 달성할 수 있음을 입증하였다. 제안된 방법론은 특히 베트남 주식 시장과 같이 정보 접근성이 중요한 분야에서 LLM의 실용성을 극대화할 수 있는 강력한 대안을 제시한다. 향후 연구는 더욱 복잡한 다중 도메인 금융 질의를 처리하고, 연산 효율성을 개선하여 시스템을 고도화하는 방향으로 전개될 것으로 기대된다. 이 연구는 학계 및 금융 분석 업계에 효율적인 도메인 특화 AI 시스템 구축의 청사진을 제공한다.

⚠️ 알림: 이 리뷰는 AI로 작성되었습니다.