Agentic Retrieval-Augmented Generation(Agentic RAG)은 검색 증강 생성(Retrieval-Augmented Generation)의 확장 버전으로, 에이전트를 도입하여 보다 유연한 검색 및 의사 결정 프로세스를 구현합니다.

2024년에서 2025년 사이에 개발된 에이전트 기반 검색 생성(AEG) 접근 방식은 RAG와 에이전트 기술의 통합을 통해 점진적으로 발전해 온 시스템 패러다임입니다. 이 방법은 대규모 언어 모델 기반의 기존 검색 생성 프레임워크에 작업 계획, 정보 라우팅, 결과 검증과 같은 기능을 추가합니다.

Agentic RAG에서 에이전트는 단순한 정보 검색뿐만 아니라 작업 요구 사항에 따라 데이터 소스를 동적으로 선택하고, 다양한 지식 기반 또는 도구에 쿼리를 분산하며, 검색 결과를 필터링, 검증 및 통합하여 더욱 정확한 출력을 생성합니다.

이 방법은 복잡한 질의응답 시스템, 전문 지식 검색, 자동 의사 결정 시나리오 등에서 널리 사용되며, 지능형 에이전트 시스템과 검색 기술의 통합을 위한 중요한 발전 방향을 제시합니다.