Wiki
RAG
모델 답변 전에 외부 문서를 검색해 문맥으로 붙이는 생성 아키텍처입니다.
Definition
RAG는 모델 내부 기억만 믿지 않고, 문서 로딩, chunking, embedding, 검색, 출처 표시, 평가를 묶어 답변 근거를 운영 가능한 데이터 흐름으로 만드는 방식입니다.
When to use
- 사내 문서나 제품 문서처럼 계속 바뀌는 지식을 답변에 반영할 때
- 검색 실패, 출처 누락, prompt injection 같은 운영 리스크를 함께 다룰 때
Related posts
LangChain RAG 복습 01: 문서 로딩부터 chunk까지
LangChain RAG 학습 흐름을 따라 예시 문서가 Document가 되고 검색 가능한 chunk로 나뉘는 과정을 정리합니다.
RAG 답변을 믿기 전에 봐야 할 것: 검색 평가, faithfulness, 출처 표시
RAG 답변이 그럴듯해 보여도 retriever 결과, answer faithfulness, citation, source attribution을 따로 확인해야 하는 이유와 점검 흐름을 정리합니다.
RAG가 데모에서 망가지는 지점: 실제 문서, 토큰 예산, 프롬프트 인젝션
샘플 문서로 만든 RAG 흐름을 PDF, 웹 문서, Markdown 분할, token budget, prompt injection risk가 있는 운영 환경으로 옮길 때 확인할 경계를 정리합니다.