RAG Retrieval-Augmented Generation

AI(Artificial Intelligence, 인공지능) 분야에서 RAG는 **Retrieval-Augmented Generation (검색 증강 생성)**을 뜻합니다.

🔎 RAG란?

RAG는 **검색(Retrieval)**과 **생성(Generation)**을 결합한 방법으로, **대규모 언어 모델(Large Language Model, LLM)**이 더 정확하고 최신의 정보를 활용해 답변을 생성할 수 있도록 돕습니다.

⚙️ 작동 방식

1. Retrieval (검색 단계)

   • 모델이 질문을 받으면, 먼저 외부 지식베이스(예: 문서 데이터베이스, 위키, 사내 문서 등)에서 관련 자료를 검색합니다.

2. Augmentation (증강 단계)

   • 검색된 자료를 모델 입력에 추가해서, 모델이 단순히 "훈련 시점에 배운 지식"만 쓰는 게 아니라 최신 문서나 외부 정보를 참고할 수 있게 만듭니다.

3. Generation (생성 단계)

   • 그 후에 모델이 질문과 검색 결과를 종합하여 답변을 만듭니다.

📌 RAG의 장점

• 모델이 훈련 시점 이후의 최신 정보도 활용할 수 있음
• **환각(Hallucination, 사실과 다른 내용 생성)**을 줄이는 데 도움
• 기업이나 조직의 내부 데이터를 모델에 연결할 수 있어 맞춤형 답변 가능

👉 예시:

• 그냥 LLM에 "2023년 노벨 화학상 수상자는 누구야?"라고 물으면 훈련 데이터에 없으면 대답을 못 하거나 틀릴 수 있어요.
• 하지만 RAG를 쓰면, LLM이 먼저 최신 위키나 논문 DB를 검색하고, 그 결과를 바탕으로 정확하게 대답합니다.