RAG 구축기 3: 나만의 챗봇 모델을 만들자
내 정보량만 놓고 보면 RAG는 굉장히 비효율적인 선택이었다. 그래도 직접 구현하며 시멘틱 청킹, 임베딩 차원, 재정렬과 답변 정책에서 어떤 문제가 생기는지 겪어보고 싶었다.
Articles
글 목록을 불러오고 있습니다.
방문 분석을 허용할까요?
동의하면 Google Analytics 4로 페이지 조회와 버튼 이용 통계를 수집합니다. 질문·이메일·포트폴리오 정보는 보내지 않습니다. 자세히 보기
AI를 직접 사용하고 구축하며 겪은 방법과 시행착오를 기록합니다.
내 정보량만 놓고 보면 RAG는 굉장히 비효율적인 선택이었다. 그래도 직접 구현하며 시멘틱 청킹, 임베딩 차원, 재정렬과 답변 정책에서 어떤 문제가 생기는지 겪어보고 싶었다.
RAG가 사용자 질문을 임베딩하고 Dense·Sparse 검색으로 후보를 찾은 뒤, Reranker로 정확한 문서를 골라 LLM에 전달하는 과정을 쉽게 설명합니다.
RAG의 기본 구조와 문서를 청크로 나누는 방법, 문서 내용을 추출하고 숫자로 변환해 벡터 DB에 저장하는 과정을 쉽게 설명합니다.
