엔터프라이즈 AI 에이전트는 비즈니스 컨텍스트 문제로 인해 종종 자신감 있지만 잘못된 답변을 제공합니다. 대다수의 기업이 이러한 오류를 경험했으며, 이는 누락되거나 일관성 없는 정보에서 비롯됩니다. 검색 증강 생성(Retrieval-augmented generation)은 컨텍스트를 제공하는 주요 방법이며, 검색 품질이 매우 중요합니다. OpenAI 및 Google과 같은 기업의 제공업체 네이티브 검색 도구가 현재 채택률에서 앞서고 있으며, 전용 벡터 데이터베이스를 능가하고 있습니다. 그러나 많은 기업은 제공업체 스택과 완전히 통합하기보다는 최고의 독립 도구를 유지하고 싶다는 바람을 표현합니다. 임베딩과 재순위 지정 및 액세스 제어를 결합한 하이브리드 검색이 향후 RAG 시스템을 지배할 것으로 예상됩니다. 거버넌스된 시맨틱 레이어의 개발은 컨텍스트 격차에 대한 해결책으로 간주되며, 대부분의 기업이 이를 구축했거나 구축할 계획입니다. 제공업체 네이티브 도구의 채택에도 불구하고 기업은 전문 도구를 유지함으로써 독립성을 보존할 의도를 가지고 있습니다. 검색 시스템을 선택할 때 중점은 데이터 수집 용이성과 운영 단순성입니다. 구현 후에는 정확성과 보안이 주요 모니터링 관심사가 됩니다.