정의

검색 증강 생성(RAG)은 대규모 언어 모델과 외부 지식 소스를 결합한 AI 아키텍처입니다. 모델이 훈련 중에 학습한 내용에만 의존하는 대신, RAG 시스템은 런타임에 관련 문서, 데이터베이스 항목 또는 지식 기반 콘텐츠를 검색하여 해당 맥락을 사용하여 더 정확한 답변을 생성합니다.

RAG 작동 방식

일반적인 RAG 워크플로우는 세 단계로 구성됩니다.

1. 사용자가 질문을 합니다.
2. 시스템이 지식 소스에서 관련 정보를 검색합니다.
3. 언어 모델이 검색된 맥락을 사용하여 최종 응답을 생성합니다.

이러한 특징 덕분에 RAG는 최신 비즈니스 데이터, 내부 문서, 제품 카탈로그, 정책 또는 지원 콘텐츠를 반영해야 할 때 유용합니다.

RAG의 중요성

RAG는 환각(hallucination)을 줄이고, 사실적 근거를 강화하며, 기본 모델을 재훈련하지 않고도 답변을 업데이트할 수 있도록 해줍니다. 이는 AI 검색, 기업용 챗봇, 내부 비서, 고객 지원 도구 및 지식 관리 시스템에서 널리 사용되고 있습니다.