체크리스트와 과제

원본 PDF 끝부분의 체크리스트, 과제, 다음 차시 미리보기를 한 페이지에 모았습니다.

이번 차시 체크리스트

출처: 원본 PDF 25쪽 · 쪽 그림 25쪽

개념 이해
□ 측정 없는 최적화가 왜 위험한지 안다
□ 내 시스템의 병목이 어디인지 안다
□ 모델 티어링의 기준을 안다
□ Re-ranking이 왜 2단계로 동작하는지 안다
□ 캐싱의 4가지 주의사항을 안다
□ 하지 말아야 할 최적화를 구분한다
실습
□ 프로파일링으로 노드별 시간을 측정했다
□ 모델 티어링과 max_tokens 제한을 적용했다
□ 임베딩 사전 검증으로 LLM 호출을 줄였다
□ (선택) Re-ranking을 적용했다
□ (선택) 캐싱을 적용했다
□ 최적화 전후 정답률이 유지되는지 확인했다
□ 3부 자가진단 6문항에 답해봤다

과제

출처: 원본 PDF 25~26쪽 · 쪽 그림 25쪽 26쪽

🎯 이번 차시 과제
1. 프로파일링 리포트 (필수)
​| 노드 | 호출 | 시간 | 비중 | LLM 여부 |
병목 3곳을 지목하고 개선 방향을 적으세요.
2. 최적화 실행과 측정 (필수)
최소 2가지를 적용하고 전후를 비교하세요.
​| 최적화 | 시간 | LLM 호출 | 정답률 | 환각 |
​| 적용 전 | | | | |
​| 티어링 | | | | |
​| 사전검증 | | | | |

⚠️ 정답률이 떨어지면 최적화가 아닙니다.
반드시 함께 측정하세요.
3. 3부 자가진단 (필수)
8-2의 6문항에 답하고, 막힌 차시를 복습하세요.
4. 4부 준비물 확인 (필수)
□ 12차시 실패 사례 목록
□ 평가용 질문 20개
□ 각 차시 성능 기록
□ 구조 다이어그램
□ config.py (근거 주석 포함)
5. Re-ranking 실험 (권장)
로컬 reranker를 적용해 정답률 변화를 측정하세요.

다음 차시 미리보기

출처: 원본 PDF 26쪽 · 쪽 그림 26쪽

34차시부터 4부 — 평가 및 프로젝트
지금까지는 "만드는" 과정이었습니다.
4부는 "증명하는" 과정입니다.
· 내 RAG가 얼마나 좋은지 숫자로 말하기
· 검색과 생성을 따로 평가하기
· 평가 데이터셋을 제대로 만들기
· 사람이 채점하는 루브릭 설계
· 그리고 나만의 프로젝트 완성
포트폴리오에 넣을 수 있는 결과물을 만듭니다.

💬 3부를 마치며
11차시 전, 여러분의 RAG는 검색하고 답하는 것이 전부였습니다. 지금은 아홉 개의 노드가서로 협력하며 스스로 판단하고, 검증하고, 다시 시도합니다.
그리고 오늘, 그 시스템을 더 싸고 빠르게 만들었습니다. 품질을 깎지 않고서요.
여기서 꼭 기억할 것은 측정이 모든 것의 출발점이라는 사실입니다. 14차시에서
chunk_size를 정할 때도, 24차시에서 임계값을 정할 때도, 오늘 병목을 찾을 때도 마찬가지 였습니다.
감으로 판단하면 엉뚱한 곳을 팝니다. 숫자가 있으면 정확한 곳을 팝니다.
4부에서는 그 측정을 제대로 하는 법을 배웁니다. 잠시 쉬었다가 만나요! 📊