LEVEL 72 QUEST
RAG란?
Retrieval-Augmented Generation의 개념, 임베딩, 벡터DB, 환각 줄이기를 배웁니다.
RAG가 필요한 이유
ChatGPT나 Claude 같은 AI 모델에는 치명적인 한계가 있습니다:
1. 지식의 한계: 학습 시점 이후의 정보를 모릅니다. "오늘 삼성 주가가 얼마야?"라고 물으면 정확히 답할 수 없습니다.
2. 환각(Hallucination): 모르는 것을 모른다고 하지 않고, 그럴듯하게 지어냅니다. "우리 회사 복리후생 제도 알려줘"라고 하면 가짜 정보를 만들어냅니다.
3. 내부 데이터 미접근: 회사 문서, 내 노트, 사내 매뉴얼 등 비공개 데이터를 AI는 알 수 없습니다.
RAG(Retrieval-Augmented Generation, 검색 증강 생성)은 이 문제를 해결합니다. AI에게 답변을 생성하기 전에 관련 문서를 먼저 검색해서 참고 자료로 제공하는 기술입니다.
1. 지식의 한계: 학습 시점 이후의 정보를 모릅니다. "오늘 삼성 주가가 얼마야?"라고 물으면 정확히 답할 수 없습니다.
2. 환각(Hallucination): 모르는 것을 모른다고 하지 않고, 그럴듯하게 지어냅니다. "우리 회사 복리후생 제도 알려줘"라고 하면 가짜 정보를 만들어냅니다.
3. 내부 데이터 미접근: 회사 문서, 내 노트, 사내 매뉴얼 등 비공개 데이터를 AI는 알 수 없습니다.
RAG(Retrieval-Augmented Generation, 검색 증강 생성)은 이 문제를 해결합니다. AI에게 답변을 생성하기 전에 관련 문서를 먼저 검색해서 참고 자료로 제공하는 기술입니다.
🔒
여기까지는 미리보기입니다
RAG란?
무료 가입하면 이어서 볼 수 있고, 강의를 완료할 때마다 XP와 레벨이 쌓입니다.
Google로 3초 만에 시작 →🧵 Threads로 시작무료 공개 강의 둘러보기 (Lv.1~3)무료 가입하면 이어서 볼 수 있고, 강의를 완료할 때마다 XP와 레벨이 쌓입니다.