생성형 AI에서 그라운딩은 모델 출력을 확인 가능한 정보 소스에 연결하는 기능입니다. 모델에 특정 데이터 소스에 대한 액세스 권한을 제공하면 그라운딩에서 이러한 데이터에 대한 출력을 테더링하므로 콘텐츠가 조작될 가능성이 줄어듭니다. 이는 정확성과 신뢰성이 중요한 상황에서 특히 중요합니다.
Google 검색에서 그라운딩을 사용하면 Google 모델이 인터넷에 연결됩니다. 그라운딩되지 않은 생성형 AI 모델 응답은 학습된 패턴을 기반으로 새 콘텐츠로 간주되므로, 예를 들어 프롬프트에 일기 예보 묻기와 같은 시간별 사실에 기반한 응답은 제공되지 않습니다. 인터넷에서 기존 정보와 새 정보에 액세스할 수 있으므로 그라운딩된 프롬프트는 오류가 거의 없고 인용된 소스가 포함된 미묘하고 구체적인 프롬프트 응답을 제공할 수 있습니다.
검색을 이용한 그라운딩에서는 동적 검색이 지원되어 필요할 때만 검색에 그라운딩된 결과를 생성하는 옵션이 제공됩니다. 따라서 동적 검색 구성에 따라 프롬프트에 최근 이벤트에 대한 지식이 필요한지 평가하고 검색에 그라운딩을 사용 설정합니다. 자세한 내용은 동적 검색을 참조하세요.
다음은 그라운딩되지 않은 프롬프트 응답과 그라운딩된 응답을 비교하는 예시입니다.
그라운딩되지 않은 Gemini
검색으로 그라운딩
프롬프트: 401k 납입액 한도는 어떻게 되나요? 응답: 2023년 401(k) 플랜 연간 납입액 한도는 2022년 $20,500에서 증가한 $22,500입니다. 50세 이상 개인의 추가 납입액은 $7,500로 유지됩니다.
프롬프트: 401k 납입액 한도는 어떻게 되나요? 응답: 다음은 2024년 401(k) 납입액 한도가 적용되는 거래입니다. 2024년 직원 납입액 기본 한도는 $23,000입니다. 이는 2023년 $22,500에서 증가한 금액입니다. 50세 이상의 경우 추가 납입액으로 $7,000를 추가로 납입할 수 있습니다.
[[["이해하기 쉬움","easyToUnderstand","thumb-up"],["문제가 해결됨","solvedMyProblem","thumb-up"],["기타","otherUp","thumb-up"]],[["이해하기 어려움","hardToUnderstand","thumb-down"],["잘못된 정보 또는 샘플 코드","incorrectInformationOrSampleCode","thumb-down"],["필요한 정보/샘플이 없음","missingTheInformationSamplesINeed","thumb-down"],["번역 문제","translationIssue","thumb-down"],["기타","otherDown","thumb-down"]],["최종 업데이트: 2025-09-03(UTC)"],[],[],null,["# Grounding overview\n\n| To see an example of grounding,\n| run the \"Intro to grounding\" notebook in one of the following\n| environments:\n|\n| [Open in Colab](https://colab.research.google.com/github/GoogleCloudPlatform/generative-ai/blob/main/gemini/grounding/intro-grounding-gemini.ipynb)\n|\n|\n| \\|\n|\n| [Open in Colab Enterprise](https://console.cloud.google.com/vertex-ai/colab/import/https%3A%2F%2Fraw.githubusercontent.com%2FGoogleCloudPlatform%2Fgenerative-ai%2Fmain%2Fgemini%2Fgrounding%2Fintro-grounding-gemini.ipynb)\n|\n|\n| \\|\n|\n| [Open\n| in Vertex AI Workbench](https://console.cloud.google.com/vertex-ai/workbench/deploy-notebook?download_url=https%3A%2F%2Fraw.githubusercontent.com%2FGoogleCloudPlatform%2Fgenerative-ai%2Fmain%2Fgemini%2Fgrounding%2Fintro-grounding-gemini.ipynb)\n|\n|\n| \\|\n|\n[View on GitHub](https://github.com/GoogleCloudPlatform/generative-ai/blob/main/gemini/grounding/intro-grounding-gemini.ipynb) \n\nIn generative AI, grounding is the ability to connect model output to verifiable\nsources of information. If you provide models with access to specific data\nsources, then grounding tethers their output to these data and reduces the\nchances of inventing content. This is particularly important in situations where\naccuracy and reliability are significant.\n\nGrounding provides the following benefits:\n\n- Reduces model hallucinations, which are instances where the model generates content that isn't factual.\n- Anchors model responses to your data sources.\n- Provides auditability by providing grounding support, which are links to sources.\n\nYou can ground supported-model output in Vertex AI in the following ways:\n\nFor language support, see\n[Supported languages for prompts](/gemini/docs/codeassist/supported-languages#supported_languages_for_prompts).\n\nWhat's next\n-----------\n\n- To learn more about responsible AI best practices and Vertex AI's safety filters, see [Responsible AI](/vertex-ai/generative-ai/docs/learn/responsible-ai).\n- To ground with your Google Search API, see [Grounding with\n Google Search\n API](/vertex-ai/generative-ai/docs/grounding/grounding-with-google-search-api)."]]
