KAIST 김민수 전산학부 교수 연구팀이 동적 벡터 검색 기술 ‘CONDA(Connectivity-Aware Dynamic Index)’를 개발했다. 생성 AI는 학습 이후 생긴 정보를 바로 알지 못해, 최신 뉴스나 내부 문서를 찾아 답변에 반영하는 검색증강생성(RAG)에 의존한다. 이때 문서와 이미지를 의미 기반의 벡터로 바꿔 비슷한 정보를 찾는데, 실제 데이터베이스는 문서 추가·수정·삭제가 계속 일어나 검색에 쓰는 연결 구조가 약해질 수 있다. 연구팀은 이런 변화가 반복되면 필요한 정보가 남아 있어도 그 정보로 가는 경로가 끊겨 검색 정확도가 떨어진다고 설명했다.

CONDA는 데이터 간 거리만 보지 않고 검색 경로의 연결성까지 함께 고려하는 그래프 기반 방식이다. 핵심은 연결성을 반영한 경로 선택(CRNG), 새 데이터가 들어올 때 주변 연결 후보를 넓혀 고립을 막는 연결 보강, 삭제 대상을 먼저 표시한 뒤 검색과 업데이트 과정에서 점진적으로 정리하는 지연 삭제다. 연구팀에 따르면 CONDA는 데이터가 계속 바뀌는 환경에서 기존 최신 기술보다 검색 정확도를 최대 24.5% 높였고 처리 속도는 최대 1.90배 개선했다. 1억 개 규모 데이터 환경에서도 검색과 업데이트를 6시간 동시에 수행하며 짧은 응답시간과 높은 정확도를 유지했고, 결과는 아카식DB에 적용된다.