3차시. RAG 기본 구조 깊이 있게 이해하기
4. 전체 프로세스 다시 한 번 정리
출처: 원본 PDF 03차시_RAG기본구조깊이있게이해하기.pdf 9쪽 · 쪽 그림 9쪽
| 단계 | 작업명 | 입력 | 출력 |
|---|---|---|---|
| 【 준비 단계 — 한 번만 수행 】 | |||
| 1 | Ingestion (로딩) | PDF, TXT, DOCX 파일 | 프로그램이 읽은 전체 텍스트 |
| 2 | Chunking (분할) | 전체 텍스트 (예: 100만 글자) | 작은 조각들 (예: 1000개의 chunk, 각 300-500글자) |
| 3 | Embedding (벡터화) | 각 chunk의 텍스트 | 각 chunk의 벡터 (예: 1536 차원) |
| 4 | 저장 (Vector DB) | 텍스트 + 벡터 쌍 | 검색 가능한 데이터베이스 |
| 【 실행 단계 — 매 질문마다 수행 】 | |||
| 5 | Query Embedding (질 문 벡터화) | 사용자 질문 (자연어) | 질문의 벡터 (같은 차원) |
| 6 | Similarity Search (유 사도 검색) | 질문 벡터 | 상위 K개 chunk (예: 상위 3개) |
| 7 | Context 생성 | 검색된 chunk들 | 하나로 합쳐진 Context |
| 8 | 프롬프트 조합 | Context + 사용자 질문 | 최종 프롬프트 |
| 9 | LLM 호출 | 최종 프롬프트 | AI 답변 |
| 10 | 사용자에게 전달 | AI 답변 | 최종 결과 |