RAG는 검색과 생성 중 무엇이 더 중요할까: 답변 품질을 가르는 기본 구조
RAG의 기본 구조를 retrieval, chunking, embedding, reranking, generation 흐름으로 설명합니다. 검색 품질과 생성 품질이 답변에 어떻게 영향을 주는지 정리합니다.
-
-
RAG 검색 품질이 흔들리는 이유: chunking, reranking, context packing 이해하기
RAG 검색 품질이 왜 흔들리는지 chunking, reranking, context packing 흐름으로 설명하고, 벡터DB 이후 답변 품질 점검 순서를 정리합니다.
-
MCP와 function calling은 무엇이 다를까: 도구 호출 표준과 모델 기능을 구분하기
MCP와 function calling의 차이를 모델 호출 형식, MCP server, 운영 권한, 실패 처리 예시로 나누어 설명합니다.
-
AI 에이전트란 무엇인가: 챗봇과 무엇이 다르고 왜 도구 사용이 중요할까
AI 에이전트란 무엇인지 챗봇과의 차이, tool use, 상태 관리, 승인 흐름, eval과 보안 관점에서 쉽게 정리합니다.
-
프롬프트 엔지니어링은 왜 자꾸 과장될까
프롬프트 엔지니어링을 마법처럼 보는 시선을 걷어내고, 실제로 더 중요한 것이 무엇인지 정리합니다. 명확한 과업 정의, 좋은 컨텍스트, 예시, 평가 루프가 왜 더 본질적인지 설명합니다.
-
RAG는 왜 단순 검색이 아닐까: Retrieval-Augmented Generation 핵심 구조 정리
RAG를 검색 기능에 LLM을 덧댄 정도로 보면 핵심을 놓치게 됩니다. 이 글은 원 논문 기준으로 RAG의 retrieval, 문맥 결합, generation 구조를 짧고 정확하게 정리하고, 왜 단순 검색과 다른지 설명합니다.
