💬 NLP

FT-RAG: A Fine-grained Retrieval-Augmented Generation Framework for Complex Table Reasoning

본 논문은 새로운 Multi-Table-RAG-Lib 벤치마크를 통해 복잡한 테이블 추론에서 기존 베이스라인을 크게 능가하는 FT-RAG를 소개하며, 이는 테이블을 엔트리 수준의 의미 단위로 분해하고 구조적 이웃 확장을 활용하는 세밀한 검색 증강 생성 프레임워크입니다.

원저자: Zebin Guo, Weidong Geng, Ruichen Mao

게시일 2026-05-05

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Zebin Guo, Weidong Geng, Ruichen Mao

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

복잡한 사건을 해결하려는 형사가 되어 상상해 보세요. 당신의 증거는 단순히 흩어진 메모 더미가 아니라, 긴 보고서 (텍스트) 와 섞여 수천 개의 스프레드시트 (표) 가 가득 찬 거대한 파일 캐비닛입니다.

현재의 AI 형사들 (대규모 언어 모델) 은 긴 보고서를 읽는 데는 뛰어나지만, 스프레드시트에 부딪히면 혼란을 겪는 경향이 있습니다. 그들은 종종 전체 스프레드시트를 하나의 지저분한 문단처럼 취급하거나, 이를 목록으로 평평하게 만들려고 시도합니다. 이로 인해 특정 행과 열에 숨겨진 미세하지만 결정적인 세부 사항, 예를 들어 특정 셀의 특정 숫자를 놓치게 됩니다. 그들은 올바른 주제를 찾을 수는 있지만, 잘못된 숫자를 집어올 수 있습니다.

이 논문은 이를 해결하도록 설계된 새로운 시스템인 FT-RAG(세부적 표 인식 검색 증강 생성) 를 소개합니다. 작동 원리를 간단한 개념으로 나누어 설명하면 다음과 같습니다:

1. 문제: "전체 파이" 대 "조각"

전통적인 AI 가 표를 읽는 방식을 한 입에 피자 전체를 먹으려 하는 사람으로 생각해 보세요. 그들은 특정 토핑 (특정 데이터 포인트) 의 맛을 보지 못한 채 전체 (표 전체) 를 삼켜버립니다. "3 월의 이익은 얼마였습니까?"라고 물었을 때 AI 가 단순히 전체 "재무 보고서" 페이지를 집어올 경우, 어떤 숫자가 이익이고 어떤 숫자가 비용인지 추측해야 합니다. 이는 혼란스럽고 실수가 발생하기 쉽습니다.

2. 해결책: FT-RAG 의 "레고" 접근법

FT-RAG 는 AI 가 표를 보기 전에 표를 가장 작고 의미 있는 조각으로 분해함으로써 게임의 규칙을 바꿉니다.

단계 1: 미세 스캔 (입문 수준 분해)
FT-RAG 는 표를 하나의 큰 블록으로 보지 않고 개별 "셀 그룹"으로 분해합니다. 스프레드시트의 모든 단일 칸을 보호용 거품으로 감싸는다고 상상해 보세요. 그 거품 안에서 AI 는 단순히 숫자 "500"만 보는 것이 아니라, "500"과 열 헤더 "매출", 행 헤더 "1 분기", 문서 제목 "2024 년 연차 보고서"를 함께 봅니다. 그 숫자가 정확히 어디에 위치하는지 정확히 알고 있는 것입니다.
단계 2: "SAT" 지도 구축 (구조적 그래프)
데이터가 이러한 작은 거품으로 분해되면, FT-RAG 는 SAT 그래프라는 거대하고 조직화된 지도를 구축합니다.
- S (주체): 이것이 누구나 무엇에 관한 것입니까? (예: "A 회사")
- A (속성): 무엇을 측정하고 있습니까? (예: "매출")
- T (시간적): 이것이 언제 발생했습니까? (예: "2024 년")
이 지도를 지하철 시스템으로 생각하세요. AI 는 도시 (전체 문서) 를 방황하는 대신, "A 회사"에서 "매출"을 거쳐 "2024 년"으로 직접 가는 기차를 탑니다. 이는 논리적으로 점들을 연결하여 찾은 숫자가 올바른 시간과 올바른 회사와 실제로 연결되어 있음을 보장합니다.
단계 3: "이웃" 확인 (구조적 이웃 확장)
때로 답은 단순히 하나의 숫자가 아니라 추세일 수 있습니다. "매출이 어떻게 성장했습니까?"라고 물었을 때, AI 는 2023 년과 2024 년의 숫자를 모두 봐야 합니다. FT-RAG 는 지도상의 "이웃"을 자동으로 확인하는 특별한 기능을 갖추고 있습니다. 2024 년 데이터를 찾으면, 전체 그림을 얻기 위해 용의자의 이웃의 알리비를 확인하는 형사처럼 바로 옆의 2023 년 데이터를 즉시 끌어옵니다.
단계 4: 재료 혼합 (멀티모달 융합)
표는 종종 건조하고 맥락이 부족합니다. 주변 텍스트에 따라 하나의 숫자가 한 보고서에서는 "이익"을, 다른 보고서에서는 "손실"을 의미할 수 있습니다. FT-RAG 는 지도에서 찾은 정확한 숫자를 가져와 그 숫자가 왜 중요한지 설명하기 위해 보고서의 nearby 문장들을 함께 가져옵니다. 이는 AI 가 전체 맥락을 이해할 수 있도록 단단한 데이터 (표) 와 이야기 (텍스트) 를 융합합니다.

3. 새로운 훈련장: Multi-Table-RAG-Lib

저자들은 이 새로운 형사를 테스트하기 위해 기존보다 더 어려운 시험이 필요하다는 것을 깨달았습니다. 대부분의 시험은 단일 표에 대한 간단한 질문 (예: "X 항목의 가격은 얼마입니까?") 만 요구했습니다.

그들은 Multi-Table-RAG-Lib라는 새로운 거대한 라이브러리를 구축했습니다.

도전 과제: 이 라이브러리에는 AI 가 여러 개의 서로 다른 표 사이를 이동하여 그 데이터를 텍스트와 혼합해야 하는 약 10,000 개의 질문이 포함되어 있습니다.
목표: 이는 AI 를 단순한 검색 엔진이 아닌 통합의 대가로 만듭니다.

4. 결과: 분명한 승리

FT-RAG 를 다른 최상위 AI 시스템과 비교하여 테스트했을 때:

정확도: 다른 어떤 시스템보다 훨씬 자주 올바른 특정 데이터 포인트 ("셀") 를 찾았습니다. 정확한 셀을 찾을 수 있는 능력을 거의 60% 향상시켰습니다.
진실성: AI 가 답변을 생성할 때 실제 숫자를 맞출 가능성이 훨씬 더 높았습니다 (정확한 값 정확도에서 62% 향상).
일관성: 단순히 운이 좋은 것이 아니라, 모든 유형의 어려운 다중 표 질문에서 경쟁사를 일관되게 능가했습니다.

요약

간단히 말해, FT-RAG 는 단서를 찾기 위해 전체 파일 폴더를 읽는 형사를, 모든 증거 조각에 대한 첨단 지도를 가지고 있으며 각 조각이 어떻게 연결되는지 정확히 알고 숫자를 이해하기 위해 주변 이야기를 즉시 끌어올 수 있는 법의학 전문가로 업그레이드하는 것과 같습니다. 이는 AI 가 환각을 보거나 추측하는 것을 막고, 답변을 데이터의 정밀하고 구조화된 현실에 기반하도록 강제합니다.

기술 요약: 복잡한 표 추론을 위한 FT-RAG

문제 제기

검색 증강 생성 (RAG) 시스템은 비구조화 텍스트에서는 효과적이지만, 구조화된 표 데이터에서는 크게 어려움을 겪습니다. 기존 RAG 접근법은 일반적으로 표를 단일 단위로 처리하거나 평문으로 평탄화하여 거친 검색 세분성을 초래하고, 고정밀 추론에 필요한 정밀한 셀 수준의 의미 관계를 상실하게 합니다. 이러한 단순화는 표에 내재된 공간적 및 구조적 논리를 흐리게 하여, 엄격한 표 간 정보 융합이나 복잡한 멀티홉 추론 수행을 어렵게 만듭니다. 또한, 기존 벤치마크는 단순한 사실적 답변을 위한 단일 표 검색에 주로 초점을 맞추어, 이질적인 문서 (텍스트 및 여러 표) 에서 파편화된 데이터를 통합하여 복잡한 응답을 생성하는 시스템의 능력을 평가하지 못합니다.

방법론: FT-RAG 프레임워크

이러한 한계를 해결하기 위해 저자들은 표 데이터를 엔트리 수준에서 처리하도록 설계된 FT-RAG(세분화된 표 인식 검색 증강 생성) 프레임워크를 제안합니다. 이 방법론은 다음 세 가지 핵심 모듈로 구성됩니다:

1. 세분화된 표 파싱

표를 블록 단위로 처리하는 대신, FT-RAG는 원시 표를 셀 그룹으로 분해합니다. 각 셀 그룹은 원시 셀 값과 함께 다음과 같은 포괄적인 문맥 메타데이터를 캡슐화합니다:

전역 메타데이터: 문서 제목 및 캡션.
표 수준 메타데이터: 스키마 및 헤더.
계층적 경로: 인덱스 (절대 좌표), 유형 (행/열 헤더 역할), 계층 깊이 (중첩 수준) 의 명시적 인코딩.

2. 구조 인식 의미 리프팅 (SAT 그래프)

이 프레임워크는 셀 그룹을 상호 연결된 지식 단위로 조직화하는 통합 주제 - 속성 - 시간 (SAT) 그래프를 구축합니다. 이는 복합 방향 비순환 그래프 ( $G = (V, E)$ ) 로, 다음 세 가지 차원을 기반으로 구축됩니다:

주제 서브트리 ( $T_S$ ): LLM 추론을 통해 생성되어 구조적 계보와 엔티티 계층 (예: "하드웨어" 아래의 "노트북") 을 확립합니다.
시간 서브트리 ( $T_T$ ): 패턴 기반 파싱을 사용하여 시간 간격을 연대순으로 조직화하여 시간적 유효성을 보장합니다 (예: 연도 내에 중첩된 특정 날짜).
속성 노드 집합 ( $V_A$ ): 서로 다른 주제 - 시간 문맥을 연결하는 의미적 수렴 지점 역할을 합니다.
값 리프 노드 집합 ( $V_L$ ): 복합 인덱스 ( $\langle s_i, t_j, a_k \rangle$ ) 를 통해 특정 SAT 조합에 고정된 키 - 값 쌍으로 원자적 데이터 엔트리를 저장합니다.

3. 그래프 검색 및 멀티모달 융합

검색은 구조적 정밀성과 의미적 완전성을 모두 보장하기 위해 두 단계로 수행됩니다:

1 단계: 계층적 그래프 탐색: 시스템은 사용자 쿼리를 그래프 차원에 정렬하기 위해 이중 경로 탐색 전략(앵커 주도 순방향 및 속성 주도 역방향) 을 사용합니다. 이는 벡터 유사성에만 의존하여 사실적 편향이 발생할 수 있는 것을 방지하고, 의미적으로 연결된 엔티티 (예: 성장률 계산을 위한 인접 시간 노드) 를 검색하기 위해 구조적 이웃 확장 메커니즘을 활용합니다.
2 단계: 텍스트 연결 증강: 검색된 구조화된 사실은 자연어 템플릿으로 선형화되어 관련 텍스트 코퍼스를 쿼리하는 데 사용됩니다. 이는 정밀한 표 지표를 주변 서술적 문맥 (정성적 통찰, 주의 사항) 과 융합하여 LLM 에게 포괄적인 증거 패키지를 제공합니다.

주요 기여

FT-RAG 프레임워크: 표를 의미 단위로 분해하고 스키마 인식 SAT 그래프로 조직화하여 정밀한 셀 수준 검색 및 추론을 가능하게 하는 새로운 세분화된 접근법.
Multi-Table-RAG-Lib 벤치마크: 81 개 문서의 308 개 대형 표에서 파생된 9,870 개의 QA 쌍으로 구성된 새로운 데이터셋. 기존 벤치마크와 달리, 여러 표와 텍스트 - 표 융합을 통합해야 하는 복잡한 멀티홉 추론을 구체적으로 대상으로 합니다. 여기에는 "순수 표" 및 "문맥 증강" 검색 작업이 모두 포함됩니다.
구조적 이웃 확장: 정밀성을 희생하지 않으면서 복잡한 쿼리에 필요한 문맥을 포착하기 위해 그래프 토폴로지 (예: 시간적 이웃) 를 따라 검색 범위를 확장하는 메커니즘.

실험 결과

저자들은 Multi-Table-RAG-Lib 벤치마크에서 표준 RAG, LangChain, Self-RAG, MixRAG 등을 베이스라인으로 하여 FT-RAG 를 평가했습니다.

검색 성능: FT-RAG 는 최첨단 결과를 달성했습니다.
- 표 수준 히트율: 최상위 베이스라인 대비 23.5% 향상.
- 셀 수준 히트율: 59.2% 향상되어 특정 원자적 값을 찾는 뛰어난 능력을 입증.
- 문맥 증강 작업에서 FT-RAG 는 텍스트 청크로 인한 노이즈로 인해 다른 모델들이 어려움을 겪는 상황에서도 높은 정밀도를 유지했습니다.
생성 성능:
- 정확한 값 정확도 재현율: 베이스라인 대비 62.2% 증가.
- FT-RAG 는 수치적 속성을 근거화하는 데 있어 상당한 우위를 보였으며, 다른 방법들의 22.0~33.9% 와 비교하여 **54.5%**의 값 정확도를 달성했습니다.
애블레이션 연구: SAT-그래프를 제거하면 성능이 40% 미만으로 급락하여 그래프 구조의 필요성이 확인되었습니다. 멀티모달 융합 모듈은 값 정확도에 결정적인 것으로 나타났으며, 구조적 이웃 확장은 증거의 포괄성을 향상시켰습니다.

중요성 및 주장

이 논문은 FT-RAG 가 혼합 모달리티 문서 (표 및 텍스트) 에 대한 복잡한 추론을 위한 새로운 최첨단 성능을 확립한다고 주장합니다. 거친 텍스트 검색에서 세분화된 구조 인식 그래프 탐색으로 패러다임을 전환함으로써, 이 프레임워크는 표 기반 RAG 에서 흔히 발생하는 할루시네이션 및 사실 오류를 효과적으로 완화합니다. 저자들은 그들의 방법이 구조화된 데이터의 엄격한 논리와 비구조화 텍스트의 기술적 능력 사이의 간극을 성공적으로 연결하여, 금융 분석 및 과학적 검토와 같은 분야의 고부가가치 지식 추출을 위한 강력한 솔루션을 제공한다고 주장합니다. 또한 Multi-Table-RAG-Lib 벤치마크의 도입은 표 중심 RAG 시스템에 대한 더 현실적이고 도전적인 평가를 향한 중요한 단계로 제시됩니다.