MCP로 완성하기 Claude가 회사 지식을 쓰게 만들기 소규모 기업을 위한 제대로 된 RAG 시스템 4/4 3편까지 해서 꽤 쓸 만한 RAG 시스템을 만들었습니다. 문서를 전처리하고, Contextual Retrieval로 문맥을 붙여 인덱싱하고, 하이브리드 검색과 리랭킹으로 정확한 답변을 만들고, 가드레일과 RAGAS 평가까지 갖추었습니다. 그런데 이 ...
소규모 기업을 위한 제대로 된 RAG 시스템 3/4 2편에서 데이터 수집 파이프라인을 완성했습니다. 문서를 전처리하고, 청킹하고, Anthropic의 Contextual Retrieval로 문맥을 붙이고, Ollama 임베딩으로 벡터화해서 ChromaDB에 저장하는 과정이었습니다. python pipeline.p...
데이터가 전부입니다 문서를 지식으로 바꾸는 파이프라인 소규모 기업을 위한 제대로 된 RAG 시스템 2/4 1편에서 기본 RAG가 왜 실패하는지, 그리고 프로덕션에서 검증된 아키텍처가 어떤 모습인지 살펴봤습니다. 결론은 명확했습니다. RAG 실패의 80%는 검색이나 생성 단계가 아니라, 데이터를 준비하는 단계에서 비롯됩니다. "쓰레기를 넣으면 쓰레기가 나온다...
왜 당신의 RAG는 실패하는가 온톨로지, 지식 그래프, 그리고 제대로 된 아키텍처의 조건 소규모 기업을 위한 제대로 된 RAG 시스템 1/4 "벡터DB에 문서를 잘라서 넣고, 사용자 질문으로 유사한 청크를 검색하고, 그걸 프롬프트에 붙여서 LLM에 보냅니다. 이렇게 만들었는데 왜 결과가 형편없는 겁니까?" 최근 개발자 커뮤니티에서 이런 질문이 부쩍 늘었습니...
더 이상 글이 없습니다.
