Earticle

초록

영어

This research proposes an AI Companion System integrating Large Language Models (LLMs) with Retrieval-Augmented Generation (RAG) techniques to address the complexity and sustainability challenges of modern agriculture. The LLM enables seamless natural language interaction, while RAG enhances the system with real-time data retrieval and integration, ensuring the delivery of precise, contextually relevant solutions. This integrated LLM-RAG system not only provides rapid responsiveness and dependable information on dynamic agricultural demands, such as advancements in technology, but also facilitates personalized, interactive experiences. By positioning the AI as an emotionally responsive companion, the system transcends traditional machine interfaces, fostering a more intuitive and supportive engagement with users.

한국어

현대 농업의 복잡성과 지속 가능성의 문제를 해결하고자, 본 연구는 대형 언어 모델(LLM)과 검색 증강 기법 (RAG)을 결합한 AI 컴패니언 시스템(AI Companion)을 설계하고 이를 농업 분야에 적용하는 방안을 제시하고자 한다. LLM은 자연어 처리 능력을 기반으로 사용자와의 자연스러운 상호작용을 지원하며, RAG는 실시간 검색 및 외부 데이터 통합을 통해 사용자에게 최신 정보와 맞춤형 솔루션을 제공하는 역할을 할 수 있다. 제안된 솔루션은 LLM과 RAG모델 이 결합된 시스템으로, 농부의 최신 농업 기술과 같은 요구사항에 대한 빠른 대응력과 관련된 정보의 신뢰성을 갖추고 있을 뿐만 아니라, 농부와의 상호작용을 통해 개인화된 경험을 제공함으로써 농부에게 단순 기계가 아니라 AI 컴패니언 시스템으로써 정서적 교류를 주고받을 수 있는 존재의 역할을 할 수 있도록 인터페이스를 설계하고 구현하였다.

목차

요약
Abstract
Ⅰ. 서론
1. 연구의 필요성
2. 연구 배경 및 범위
Ⅱ. 관련 연구 및 기술 동향
1. 관련 연구
2. 기술 동향
Ⅲ. 시스템 설계 및 구현
1. 개인화를 위한 프롬프트 처리 로직
2. 사용된 기술 스택 및 실습 환경
Ⅳ. 시뮬레이션 및 결과
Ⅴ. 결론
References

키워드

AI Companion System Large Language Models LLM Retrieval-Augmented Generation RAG modern agriculture complexity sustainability real-time data retrieval personalized experience emotional responsiveness

저자

• 구정은 [ Jeong-Eun Gu | 정회원, 세종사이버대학교 소프트웨어공학 ] Corresponding Author
• 신승중 [ Seung-Jung Shin | 종신회원, 호서대학교 벤처대학원 융합공학과 ]

참고문헌

발행기관

간행물