MinStudio

1. 개요 (Overview)**RAG(Retrieval-Augmented Generation, 검색 증강 생성)**는 대규모 언어 모델(LLM)이 텍스트를 생성하기 전에 외부의 신뢰할 수 있는 지식 베이스에서 관련 정보를 **검색(Retrieval)**하여 그 내용을 바탕으로 답변을 **생성(Generation)**하는 기술입니다.LLM은 학습 데이터에 포함되지 않은 최신 정보나 기업 내부의 비공개 데이터를 알지 못하며, 사실이 아닌 정보를 그럴듯하게 말하는 '환각(Hallucination)' 현상이 발생할 수 있습니다. RAG는 모델을 재학습(Fine-tuning)시키지 않고도 외부 데이터를 참조하게 함으로써 이러한 한계를 극복합니다.2. RAG의 작동 원리 (Architecture)RAG의 프로세스..

1. 개요 (Overview)**RAG(검색 증강 생성)**는 거대 언어 모델(LLM)의 출력을 최적화하여, 응답을 생성하기 전에 학습 데이터 소스 외부의 신뢰할 수 있는 지식 베이스를 참조하도록 하는 기술입니다.LLM은 학습된 시점 이후의 정보를 알지 못하거나(지식의 컷오프), 사실이 아닌 정보를 그럴듯하게 말하는 환각(Hallucination) 현상이 발생할 수 있습니다. RAG는 모델이 질문에 답하기 전 관련 문서를 먼저 "찾아보고(Retrieval)", 그 내용을 바탕으로 답변을 "생성(Generation)"하게 함으로써 이 문제를 해결합니다.2. RAG의 작동 프로세스RAG의 일반적인 워크플로우는 다음의 단계를 거칩니다.데이터 수집 및 인덱싱 (Indexing): 방대한 문서 데이터를 텍스트 조..