중간 정보 누락

Lost in the Middle은 2023년 스탠포드 연구진이 정리한 현상으로, LLM이 컨텍스트 양 끝(앞쪽·뒤쪽)에 있는 정보는 잘 활용하지만 가운데 부분 정보는 놓치는 경향이 강하다는 관찰입니다. 'U자형 정확도 곡선'이라는 표현이 대표적입니다. 모델·버전마다 정도는 다르지만 큰 흐름은 비슷합니다.

마케팅 관점에서 의미 있는 포인트는 두 가지입니다. 하나는 사내 AI 어시스턴트에 긴 문서를 넣을 때 '핵심 결론·정책·숫자는 가운데가 아니라 처음이나 마지막에 두자'는 실무 가이드, 다른 하나는 GEO 콘텐츠를 쓸 때 '한 페이지의 가운데 단락에 핵심을 묻어두지 말자'는 콘텐츠 구성 원칙입니다.

현장에선 RAG·문서 요약·긴 PDF 분석 같은 작업에서 이 효과를 자주 마주칩니다. 청크의 순서를 바꾸거나, 결정적 정보를 앞으로 끌어올리거나, 마지막에 한 번 더 강조하는 식으로 우회합니다.