RAG에서의 첫번째 단계 "Query" 다루기를 더 자세히 살펴보자.질문 입력 및 변환 → 검색 및 재정렬 → 프롬프트 템플릿설정 → 문맥 구성 → 답변 생성 및 응답 제 1. Query 추론내가 말하는 추론 단계는 Query를 정확하게 이해하는 단계이다. Query가 애매하거나 multi-hop 과정을 거쳐야 하는 경우1-1. Query 재작성LLM 활용하여 의미 추론 및 재구성다중 질의 생성(multiquery generation): 질의 변형의 한 기법으로, 사용자의 원래 질문을 바탕으로 여러 개의 다양한 쿼리ㅡㄹㄹ 생성하는 방법다중 질의 생성: LLM을 사용하여 원래 질문을 다양한 관점으로 변형시켜 여러 개의 질문 생성. 동의어 사용, 질문 구조 변경, 특정 측면 강조병렬 검색: 생성된 각 쿼리..

RAG (Retrieval-Augmented Generation)LLM의 한계를 극복하기 위해 '지식 검색'과 '언어 생성'을 결합한 프레임워크RAG 동작 과정질문 이해 및 처리(Query Encoder)지식 검색(Retrieval)생성(Generaton)- 사용자의 질문을 이해하기 위한 언어 모델- 질문을 벡터 형태로 인코딩- 외부 지식 베이스에서 관련 정보를 검색- LLM이 쿼리와 검색된 지식을 이용하여 응답 생성- LLM Prompting RAG 장단점1. 장점외부 지식 활용하여 LLM의 지식 부족 문제를 해결하고, 최신 정보 또는 특정 도메인 지식을 활용할 수 있습니다.증거를 기반 생성하여 검색된 지식 정보를 증거로 활용하여 보다 사실에 기반한 답변 생성, 생성된 답변의 출처를 명시함으로써 신뢰성..

2025년 1월 퇴사를 했다.2,3월은 누워만 있었다.4월엔 누워있다가 유럽여행을 한 달간 다녀왔다.거기서 버킷리스트 5가지나 이루었다.유럽여행은 "잃어버렸던 나를 조금 찾게 해준 여행"이었다.신기했다.5월엔 시차 적응을 핑계로 누워만 있었다.사실 아직도 시차 적응을 못했다. 아니 안했다. 그래서 약속이 있는 날엔 매우 힘들다.점점 일이 하고 싶어졌다.직무는 맞지만 회사가 나랑 너무너무너무 맞지 않아서 퇴사한 케이스라 4개월 동안의 빈둥빈둥은 나에게 투머치다.6월이 됐다. 이젠 정말 일이 하고 싶어졌다.어쨌든 취준을 본격적으로 시작하려고 한다.할게 너무 많다.내 성격상 다 완벽하게 하려고 해서 항상 하나도 제대로 못한다.그래서 이번에도 예감했다.이런식이면 또 실패할 것이라는 것을.그리고 이젠 완벽한 것은..