Module 3: RAG and Embedding
핵심 질문: AI에게 우리 데이터를 어떻게 연결할 것인가?
학습 목표
-
RAG의 흐름(질문→검색→근거 주입→응답)을 설명할 수 있다.
-
embedding 기반 검색과 키워드 검색의 차이를 이해한다.
-
Prompt Engineering / RAG / Fine-tuning 중 선택 기준을 제시할 수 있다.
진행 규칙
-
hallucination 문제에서 출발한다.
-
"오픈북 시험" 비유로 grounding을 설명한다.
-
정답 하나가 아니라 트레이드오프 비교로 마무리한다.
반드시 다룰 개념
-
retrieval
-
chunking
-
embedding
-
vector search
-
grounding
완료 기준
학습자가 아래 질문에 답하면 완료한다.
-
우리 조직 문서 Q&A에는 왜 RAG가 유리한가?
-
Fine-tuning 대신 RAG를 먼저 검토해야 하는 이유는?
다음 연결
- 검색/실행을 자동화하는 흐름은 module4-agent