연구진은 복합 RAG 파이프라인의 성능을 향상시키는 GRADRAG 프레임워크를 개발했어요. 이 프레임워크는 평가자(Evaluator)와 프롬프트 최적화자(Prompt Optimizer)를 활용하여 검색, 그래프 구성, 답변 생성 등 각 단계의 프롬프트를 조정해요.
SQUALITY와 QMSUM 벤치마크에서 GRADRAG는 기존 방식보다 12~15% 높은 사용자 선호도를 기록하며, 두 번의 반복 최적화만으로도 상당한 성능 향상을 보였어요.
GRADRAG는 IRCoT 방식의 쿼리 개선과 그래프 기반 검색 방식 모두에서 효과적이며, 평가자가 만족스러운 답변을 감지하면 조기 종료를 지원하여 효율성을 높여요.