Скачать или смотреть Phase C. RAG 핵심 Overview

모델은 똑똑하지만 지식은 정적입니다. 이 영상은 래그(검색 증강 생성)로 **최신 정보와 근거**를 답에 연결하는 **전체 오버뷰**를 제공합니다. 환각을 줄이고 신뢰를 높이는 구조를 **파이프라인 기준**으로 정리했어요.

배울 내용

왜 래그인가: 정적 지식의 한계와 환각 감소 원리
시스템 지도: 소스 수집 → 청킹 → 임베딩 → 인덱스 → 검색 → 재순위 → 프롬프트 결합 → 생성과 출처
청킹 스타트 포인트: 약 800 토큰, 얇은 중첩, 문서 유형별 분할 기준
리트리벌 품질: 하이브리드 검색, 다양성 재순위, 필요 시 리랭커
신뢰와 출처: 인용 범위, 날짜와 출처 노출, 문서에 없으면 모른다
최신성 운영: 주기 수집, 변경 인덱싱, 만료와 버전, 스케줄과 핫 업데이트
보안 기본값: 프롬프트 인젝션 방어, 허용 도메인, 샌드박스 도구 호출
지표와 운영: 재현률와 관련도, 답변 정확도와 신뢰성, 비용와 지연 예산

이 영상 한 편으로 *어디를 튠해야 성능이 오르는지* 지도가 보입니다.
다음 편은 **C1 청킹 전략**에서 실전 튠 방법을 깊게 다룹니다.

시청 대상
PM, 엔지니어, 데이터 사이언티스트, CX 운영팀, 도메인 전문가

해시태그
#AIMakers #RAG #검색증강생성 #LLM #청킹 #리트리벌 #리랭커 #출처표기 #최신성 #프롬프트인젝션 #지연 #비용관리 #거버넌스