본 연구는 주얼리 디자인 분야에 검색 증강 생성(RAG)을 도입하여, 희소성이 높은 롱테일 키워드에서의 할루시네이션을 최소화하고 디자인 지향성을 정밀하게 반영하는 방안의 가능성을 확인함에 목표가 있다. 이를 위해 RAG와 대형 언어 모델(LLM) 방법론을 비교하여, 생성 결과물에 대한 VQA(Visual Question Answering) 평가 지표의 조형적 타당성을 실증적으로 검증하였다. 연구 결과, RAG 방법론에서는 VQA가 심미성(r=.58, p=.001)과 충실도(r=.49, p=.004)와 유의한 정적 상관을 보여 자동 평가 지표로서의 타당도가 확인되었다. RAG가 LLM 대비 충실도(+0.34), 심미성(+0.24), 유효성(+0.93) 모두 높게 나타났다. 본 연구는 VQA 지표의 타당도가 방법론에 따라 상이하게 작동함을 실증하였으며, 롱테일 키워드 기반 RAG가 주얼리 디자인 생성에서 조형적으로 더 타당한 결과물을 생성할 뿐 아니라 자동 평가 지표와의 정합성도 확인하였다. 이는 AI 기반 디자인 평가 체계 수립에 있어 방법론 선택이 평가 지표의 유효성에 영향을 미친다는 점을 시사한다.