3차시. RAG 기본 구조 깊이 있게 이해하기

이번 차시에서 배우는 것

출처: 원본 PDF 03차시_RAG기본구조깊이있게이해하기.pdf 1쪽 · 쪽 그림 1쪽

RAG 기본 구조 깊이 있게 이해하기

✓ RAG의 5가지 기본 단계를 각각 이해하고 설명할 수 있다
✓ 문서 로딩(Ingestion)이 무엇이고 왜 필요한지 설명할 수 있다
✓ 텍스트 분할(Chunking)의 중요성과 chunk size의 영향을 이해할 수 있다 ✓ 임베딩(Embedding)이 텍스트를 벡터로 변환하는 과정을 이해할 수 있다 ✓ 유사도 검색(Similarity Search)의 원리를 이해할 수 있다
✓ 전체 RAG 파이프라인의 각 단계가 왜 필요한지 설명할 수 있다

교안 해설: 이 시간에 하는 일

출처: 교안 03_RAG기본구조.md

RAG는 두 번 나뉩니다. 준비 단계는 문서를 읽어 검색 가능한 형태로 만들어 두는 일이고, 문서가 바뀔 때만 다시 합니다. 실행 단계는 질문이 올 때마다 반복됩니다.

준비는 Ingestion, Chunking, Embedding, 저장 순서입니다. 실행은 질문을 벡터로 바꾸고, 가까운 조각을 찾고, 그 조각으로 답을 씁니다. 키워드 검색은 글자가 겹쳐야 찾습니다. 벡터 검색은 뜻이 가까운 조각을 찾습니다. '환불'로 물어도 문서의 '반품' 문단이 걸릴 수 있습니다.

조각이 너무 작으면 조건이 잘리고, 너무 크면 한 조각에 여러 주제가 섞입니다. 임베딩은 요약이 아닙니다. 원문은 벡터와 함께 저장해야 나중에 사람에게 보여줄 수 있습니다.

강의 PPT 흐름

출처: 강의 PPT 03차시_RAG기본구조.pptx (21장)

장	꼬리표	슬라이드 제목
1	-	실습으로 배우는 LangGraph : 내 손으로 RAG 시스템 만들기
2	LEARNING GOALS	이번 차시에서 배우는 것
3	WHERE WE ARE	개념 차시의 마지막입니다
4	BIG PICTURE	RAG는 두 개의 단계로 나뉩니다
5	PREPARATION	준비 단계 — 한 번만 수행합니다
6	EXECUTION	실행 단계 — 질문마다 반복됩니다
7	KEY TERMS	핵심 용어
8	STEP 1 · INGESTION	문서를 프로그램 안으로 불러오기
9	STEP 2 · CHUNKING	왜 문서를 쪼개야 하나
10	CHUNK SIZE	조각의 크기가 검색 품질을 좌우합니다
11	STEP 3 · EMBEDDING	텍스트를 숫자로 바꾸는 단계
12	WHY IT WORKS	비슷한 뜻은 비슷한 숫자가 됩니다
13	STEP 4 · VECTOR DB	텍스트와 벡터를 쌍으로 저장합니다
14	STEP 5 · SIMILARITY SEARCH	가장 가까운 조각을 찾아옵니다
15	COMPARISON	키워드 검색과 무엇이 다른가
16	FULL PROCESS	전체 10단계 한눈에 보기
17	WHY EACH STEP MATTERS	한 단계가 무너지면 어떻게 되나
18	TODAY'S ACTIVITY	이 차시의 학습 활동
19	CHECKLIST	이번 차시 체크리스트
20	NEXT	다음 차시 미리보기 — 4차시 실습 환경 구축
21	-	마무리