순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
Retrieval-Augmented Generation (RAG) Chatbots for Education: A Survey of Applications
Jakub Swacha, Michał Gracel · Applied Sciences · 2025년 · 조회 25
왜 이 논문인가 — 선정 기준
HOT PAPER · 최근 가장 주목받는 논문 — 피인용·FWCI·동년 인용 백분위
2025-04 발표 · 피인용 141회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1%
HOT PAPER 슬롯에 선정된 이유는 141회의 높은 인용 횟수와 분야 평균 대비 매우 높은 인용 영향력으로, 동년 발표 논문 중 상위 1%에 속하기 때문이다.
논문 요약
본 논문은 교육 분야에서 LLM 기반 챗봇의 주요 문제인 환각 현상을 완화하는 Retrieval‑Augmented Generation(RAG) 기술의 도입 현황을 조사한다. 최근 5년 동안 발표된 RAG 챗봇 관련 47편의 논문을 선정해 챗봇의 특성, 지원 대상, 접근 가능한 지식 범위, 사용된 대형 언어 모델, 그리고 평가 방식 등을 체계적으로 분석하였다. 연구 결과, RAG의 단순한 아키텍처가 다양한 교육 목적에 맞는 맞춤형 챗봇 구현을 용이하게 만든다는 점이 확인되었다.
후속 연구설계에 활용하기
후속 연구에서는 챗봇의 지원 대상·지식 범위·LLM 유형 등을 변수로 설정하고, 본 조사에서 정의된 평가 기준을 활용해 RAG 기반 교육 챗봇의 효과를 종합적으로 측정할 수 있다.
핵심어
RAG교육 챗봇생성형 AI설문 조사
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.