Cue: 생성형 AI 기반 차세대 검색 서비스
Cue: 생성형 AI 기반 차세대 검색 서비스
목적 달성 어드바이저, Cue:
영상에 여러 키워드가 표시되면서 지나갔는데 이것은 Cue:가 답변을 생성하는 핵심과정을 표현한 것입니다.
Cue:는 추론, 검색, 사실적 일관성의 확인, 그리고 답변을 생성합니다. 여기서 가장 주목해야 될 부분은 검색입니다. 이것은 Cue:가 학습 데이터에 의존하는 것이 아니라, 검색 결과에 grounding된 답변을 생성한다는 것을 의미합니다. 그래서 우리는 Cue:를 검색 목적 달성을 돕는 어드바이저라고 정의합니다.
오늘 Cue:의 특장점 세가지를 말씀드리려고 합니다.
#Human-like searching
Cue:는 질문에 대한 답을 생각할 때 사람처럼 판단하고 검색합니다.
Cue:가 어떻게 사람처럼 검색하는지 이해를 돕기 위해, 조금 복잡한 질문을 해보겠습니다.
‘원룸에서 초보자가 키우기 좋은 식물과 관리법 알려줘'
Cue:는 이처럼 복잡한 질문에 답하기 위해 Resoning을 하고 여러 단계의 검색을 스스로 계획합니다. Cue:는 일단 질문 배경을 이해해 ‘공기정화식물이 원룸에서 키우기 좋은 식물이다’라는 것을 추론합니다. 이후 추가적으로 필요한 정보, 검색 여부와 검색에 필요한 계획을 수립하죠. 이 추론을 바탕으로 ‘공기정화식물’, ’공기정화식물 키우는 법’, ‘원룸 반려 식물’이라는 검색 계획을 세우고 답변에 필요한 문서를 확보합니다.
이처럼 복잡한 질문의 답을 위해, 질문을 이해하고, 검색어를 결정해 관련 문서를 찾아 답을 찾는 행동들, 즉 사람처럼 행동하도록 Cue:는 개발되었습니다.
#Trustworthy
Cue:는 검색결과를 기반으로 답변하기 때문에 신뢰도가 높습니다.
세 가지 기술을 이용해 허위 정보 생성을 최소화하고 신뢰성 있는 답변을 생성합니다.
첫 번째, Reasoning 기술입니다.
Cue:는 모든 대답을 네이버 검색 속에서 가져오며, 정답이 포함된 검색 결과를 가져오는 것이 중요합니다. Cue:는 Reasoning 기술을 통해 정답이 결과에 포함될 수 있도록 검색합니다. Evidence Selector를 이용해 답변에 꼭 필요한 출처만을 사용하죠. 그리고 마지막으로 Factually Consistent Generation 과정을 통해 답변과 출처의 사실성 일치 여부를 재판단해 허위 정보 생성을 최소화합니다.
예를 들어 보겠습니다. Cue:에게 기후변화와 관련된 질문을 해보았습니다.
사용자의 질문이 입력되면, Reasoning을 해 신뢰성 있는 답변을 생성합니다. 질문에 대해 기후 변화의 원인과 문제점을 추론하고, 관련 최신 정보 검색을 위해 Search Planning 을 수행합니다.
Search Planning 된 세 가지 질의를 활용해 반복적인 검색을 수행해 답변 생성에 충분한 문서들을 확보하죠. 여기서 확보되는 문서들은 UGC 문서, 뉴스, 지식베이스, 지식백과, 로컬, 쇼핑 등 다양합니다.
마지막으로 Evidence Selector 기술을 통해 수집된 문서들 중 정답이 포함된 문서들을 선택합니다.
선택 문서의 판단 기준은 세 가지, ‘질문에 대한 내용이 포함되어 있는가?’, ‘지식베이스, 지식백과, 쇼핑 API 결과 등 신뢰성 있는 문서인가?’, ‘최신 정보인가?’로 신뢰도 있는 답변을 생성합니다. 그리고 선택된 문서들을 Summarize Model이 요약을 해주고 마지막으로 Reasoning 결과와 일치되는지 Factual Consistent를 높이면서 최종 답변을 생성합니다.
이런 과정을 거쳐 Cue:는 사용자 질문에 포함된 기후변화의 원인과 영향, 그리고 감소 방안에 대한 답변을 정리하여 보여줍니다.
Cue:는 이렇게 세 가지 핵심 기능을 이용해 신뢰할 수 있는 답변을 생성합니다. 내부 평가 결과 Hallucination이 72%가 감소한다는 것을 확인했습니다
#Connected
네이버의 사용자들은 검색 목적을 달성하기 위해, 네이버 내의 다양한 버티컬 서비스들을 오고 가며 복잡한 검색을 수행합니다. 이러한 사용자들의 검색 흐름을 학습한 Cue:는, 다양한 버티컬 서비스들을 연결하여 사용자의 검색 목적을 달성할 수 있는 입체적인 답변을 제공합니다.
현재 Cue:에는 쇼핑, 로컬, UGC, 지식베이스 등 50개 이상의 서비스에 연결되어 있습니다. Cue:는 이렇게 연결된 서비스들을 툴로써 활용할 수 있습니다. 그 결과 사용자 질문에 대해 다양한 서비스의 풍부한 콘텐츠를 fine-grained API로 활용하여 입체적인 답변을 제공합니다. 그뿐만 아니라 엔드 포인트까지 제공하여 목적을 달성시켜 줍니다.
여기서 말하는 엔드 포인트는 쇼핑 목적의 질문은 구매까지 연결해 주고, 장소를 검색하는 질문은 장소 정보와 추가로 예약까지 해주는 것처럼 사용자의 검색 목적을 달성할 수 있는 서비스를 제공한다는 의미입니다.
Cue:는 답을 생성할 때 사람처럼 판단하고 검색합니다.
그리고 Cue:만의 기술력으로 할루시네이션을 최소화한 신뢰성 있는 답변을 생성합니다.
마지막으로 네이버 서비스와 연결되어 입체적인 답변을 제공하는 것에서 더 나아가 검색 목적을 달성할 수 있게 엔드 포인트를 제공합니다.
검색의 미래, 앞으로 Cue:가 만들어가겠습니다.
최재호 AiRSearch 책임 리더
2. 생성형 AI로 검색의 차원을 뛰어넘다
네이버 검색은 20여 년 전 통합검색이 시작된 이래로 계속 진화해왔습니다.
네이버는 2017년부터 지금까지 혁신의 혁신을 거듭해온 검색 기술을 바탕으로 2023년 초거대 언어 모델인 하이퍼클로바X 기반의 국내 최초 생성형 AI 검색인 Cue:를 선보이게 되었습니다. 검색 결과에 적용된 모습부터, 검색 화면을 구성하는 UX 변화까지 구체적인 사례를 바탕으로 이해하기 쉽게 설명되었죠.
검색, 복잡한 질문까지 이해하는 Cue:
Cue:는 단순 질문이 아닌 복합적 니즈까지도 이해합니다.
예를 들어, 과거에는 ‘분당 브런치 맛집’ 또는 ‘테라스 있는 맛집’으로 여러 번 검색을 해야 했다면
이제는 복합적인 의도가 담긴 긴 문장으로 검색할 때에도 한 번에 원하는 결과를 얻을 수 있습니다.
즉, ‘주말에 분당에서 브런치 하기 좋은 테라스 있는 식당 찾아줘’라고 질문을 하면 네이버 검색 결과 화면 상단에 생성형 AI 기반의 Cue: 블록이 노출될 예정입니다. 먼저 상단에는 사용자 질문에 대한 답변이, 생성형 AI를 통해 요약정리된 결과가 보입니다.
주말에 분당에 가볼 만한 테라스가 있는 브런치 식당 3곳에 대해 주요 메뉴, 특징 등부터 영업시간, 리뷰 등 구체적 정보까지 요약해 줍니다. 또한 확장 결과에서는 질문과 관련도가 높은 추천 결과나 비즈니스 정보들을 유동적으로 노출해 브런치 먹은 후 가볼 만한 디저트까지 추천해 줍니다.
이것이 끝이 아니에요. 하단의 ‘대화하기’ 버튼과 함께 사용자가 손쉽게 대화 컨텍스트를 이어 나갈 수 있도록 후속 질문을 예상하여 제공하기도 합니다. 이렇게 Cue:를 활용하면 원하는 조건의 식당을 찾아보실 수 있습니다.
#쇼핑, 개인 취향 맞춤부터 비교 분석까지
쇼핑은 더 스마트하게 개개인의 취향에 맞출 수 있습니다. ‘미니멀한 인테리어 콘셉트에 어울리는 테이블 조명 추천해 줘’라고 질문하면 사용자의 최근 구매 이력을 참고해 어울리는 조명을 추천해 줍니다.
또한 ‘도착보장’서비스를 활용하기 위해 ‘오늘 출발하는 20만 원 이하 조명으로 골라줘’라고 물어본다면, 해당 조건에 맞는 조명들만 추천해 주죠. 쇼핑의 장점, 끝이 아닙니다. ‘공기청정기 리뷰 좋은 제품 3개 비교해 줘’라고 질문하면, 여러 상품을 한꺼번에 비교해주기도 하고 상단에 대표적인 상품 특징 요약, 상세정보 및 리뷰를 바탕으로 3가지 공기청정기의 특징을 표로 깔끔하게 정리해 줍니다.
#정보성은 핵심 위주로
Cue:는 정보를 어떻게 찾을까요? 핵심 위주로 찾습니다.
‘뱃살 빼기 좋은 운동과 도움 되는 음식 알려줘’라고 질문을 한다면, 상단에는 뱃살 빼기 위해 꾸준한 ‘운동’과 ‘균형적인 식습관’에 필요성을 알려주고 ‘유산소 운동과 근력 운동’에 대한 종류 및 효과, 식단들을 종류별로 알려줍니다. 좀 더 구체적으로 ‘생선을 넣은 다이어트 식단을 짜줘’라고 후속 질문을 하면 생선류를 포함한 ‘저탄고지’또는 ‘고단백’ 식단까지 제공해 줍니다.
검색화면 UX의 변화
Cue:는 검색 니즈에 최적화된 결과를 제공할 UX로 변화합니다.
첫 번째, 최상단의 1 BEST 영역으로, 정답형 결과나 생성형 AI 기반의 Cue: 블록이 노출될 것입니다.
두 번째, N BEST 영역에서는 사용자들의 검색의도에 따라 세분화된 스마트블록이 노출, 취향에 따른 탐색이 가능해집니다. 세 번째, 최하단 N FEED 영역에서는 서치피드를 통해 검색의 흐름이 계속 이어지도록 할 예정입니다.
예를 들어 이제 막 골프를 시작하신 초보 여성 골퍼를 위한 퍼터를 찾아볼까요?
‘골프 시작하는 여성을 위한 퍼터 고르는 법 알려줘’라고 검색했습니다.
상단에는 Cue:블록을 통해 여성 골퍼에게 맞는 퍼터 길이, 헤드 형태, 그립, 무게 등 특징을 요약한 후 퍼터 상품을 추천합니다. 이어 N BEST 영역에서는 ‘퍼터 고르는 꿀팁’, ‘여성용 퍼터 추천’, ‘퍼터 구매 가이드’ 등 사용자 취향에 따른 정보를 탐색할 수 있습니다.
마지막으로 최하단 N FEED 영역에서는 퍼터를 찾는 이유가 결국 퍼팅을 더 잘하기 위한 과정임을 파악해 ‘골프 퍼팅 잘 하는 법’, ’퍼팅 그립’ 등 추가적인 콘텐츠들을 서치피드를 통해 확인할 수 있게 됩니다.
지금까지 Cue:를 통해 대화하듯이 검색하고 서치피드를 통해 추천까지 이어지는 새로운 네이버 검색에 대해 소개해 드렸는데요. 통합검색에 Cue:가 적용된 모습은 11월부터 만날 수 있습니다.
생성형 AI와 함께 네이버 검색의 진화는 앞으로도 계속될 예정이오니, 많은 관심 부탁드립니다 ●
