RAG(Retrieval-Augmented Generation)는 인공지능에게 실시간으로 ‘오픈북 시험’을 치르게 하는 것과 비슷합니다. 일반적인 AI가 자신이 원래 학습했던 거대한 인터넷 지식 더미에만 의존하여 답변을 생성한다면, RAG가 탑재된 AI는 질문을 받는 순간 데이터베이스(학생의 객관식/주관식 답변 및 교사 관찰메모)를 먼저 찾아서 읽어본 뒤, 환각(Hallucination) 현상이 거의 없이 사실에 기반하여 문장을 작성합니다. 구체적인 사례로서 AI 패스파인더가 RAG 기술을 활용한 생기부 초안을 생성하는 과정은 다음과 같습니다.

교사가 ‘생기부 초안 생성’ 버튼을 누르는 찰나의 순간, 시스템은 해당 학생이 1학기 동안 서술한 답변 원문과 교사가 틈틈이 적어둔 메모를 데이터베이스에서 정밀하게 검색해서 AI에게 먼저 읽힙니다. AI는 이 기록들을 뼈대로 학생의 성향과 갈등 발생 시 조율하는 내용을 반영하여 오직 그 학생만의 구체적인 성장 스토리를 작성합니다. 실제 수집된 데이터 범위 안에서만 문장을 조합하므로 가상의 사실을 지어내는 환각 현상이 발생하지 않습니다. 교사는 검수 과정에서 사실 관계를 의심할 필요 없이, AI가 데이터에 근거해 제안한 문맥의 흐름만 가볍게 조율하여 바로 나이스(NEIS)에 입력할 수 있습니다.