OKF 도입으로 Hallucination 18%→3% 및 Context Token 75% 절감

Context

단순 Blind Chunking 기반 RAG 파이프라인의 문맥 상실 및 지식 파편화 문제 발생. 벡터 유사도만으로는 지식 간 관계 파악과 데이터 최신성 유지 및 거버넌스 적용에 한계 노출.

Technical Solution

• 텍스트 파편인 Chunk를 ID, Owner, Expiry를 가진 정형화된 OKF Unit으로 전환하여 지식의 정체성 부여
• Metadata 기반의 valid_until 필드 도입을 통한 만료 데이터 자동 필터링 및 답변 최신성 보장
• relate_to, depends_on 등 명시적 Edge 정의를 통한 Knowledge Graph 구축으로 Multi-hop 질의 해결
• 비즈니스 규칙을 산문 형태가 아닌 데이터 기반의 하드 제약 조건(Constraints)으로 정의하여 엔진에 주입
• BM25, Vector, Graph Retrieval을 결합한 Hybrid Search로 리콜 정확도 및 문맥 일관성 강화
• 제약 조건 우선 배치 및 토큰 예산 기반의 Prompt Assembly 최적화로 컨텍스트 효율 극대화