#RAG
12개의 글
-
프리랜서를 위한 프라이버시 안전 RAG
프리랜서가 온프레 벡터DB와 암호화 전략으로 민감 자료를 지키면서 RAG 워크플로를 운영하는 방법을 단계별로 정리했습니다.
-
RAG 챗봇 만들기 1 - RAG가 뭔데? 왜 필요한 거야?
RAG(Retrieval-Augmented Generation)의 개념과 동작 원리를 비전공자도 이해할 수 있게 쉽게 설명합니다. 일반 챗봇과 RAG 챗봇의 차이점도 알아봐요.
-
RAG 챗봇 만들기 2 - 개발 환경 설정하기
RAG 챗봇을 만들기 위한 Python 설치부터 필수 라이브러리 설치까지. 비전공자도 따라할 수 있게 차근차근 설명해요.
-
RAG 챗봇 만들기 3 - 문서 준비와 텍스트 추출
PDF, Word, TXT 파일에서 텍스트를 추출하는 방법을 알아봐요. LangChain의 Document Loader를 활용해서 다양한 문서를 읽어올 거예요.
-
RAG 챗봇 만들기 4 - 텍스트 청킹하기
긴 문서를 적절한 크기로 나누는 청킹(Chunking) 방법을 알아봐요. 왜 필요한지, 어떻게 나눠야 효과적인지 실습해볼게요.
-
RAG 챗봇 만들기 5 - 임베딩 이해하기
텍스트를 벡터(숫자)로 바꾸는 임베딩에 대해 알아봐요. 왜 필요한지, 어떻게 작동하는지 쉽게 설명할게요.
-
RAG 챗봇 만들기 7 - PostgreSQL + pgvector
PostgreSQL에 pgvector 확장을 설치해서 벡터를 저장하고 검색하는 방법을 알아봐요. 실무에서 많이 쓰는 방법이에요.
-
RAG 챗봇 만들기 6 - 벡터 저장소 (파일 기반)
FAISS와 ChromaDB를 사용해서 벡터를 파일로 저장하고 검색하는 방법을 알아봐요. 간단한 프로젝트에 딱 맞는 방법이에요.
-
RAG 챗봇 만들기 8 - 검색과 응답 생성
관련 문서를 검색하고 LLM에게 전달해서 답변을 생성하는 RAG의 핵심 과정을 알아봐요. 드디어 챗봇이 대화할 수 있게 됩니다!
-
RAG 챗봇 만들기 9 - Streamlit으로 웹 UI 만들기
Streamlit을 사용해서 RAG 챗봇의 웹 인터페이스를 만들어봐요. 터미널이 아닌 브라우저에서 채팅할 수 있게 됩니다!
-
RAG 챗봇 만들기 10 - 실전 프로젝트 완성
10편의 시리즈를 마무리하며 전체 코드를 정리하고, 나만의 문서로 RAG 챗봇을 완성해봐요. 배포 방법도 알아볼게요!
-
LangChain 입문 10편 - 실전 프로젝트
PDF 문서 기반 QA 챗봇을 만들며 LangChain 총정리, Streamlit으로 웹 UI까지