개발코스 5주차 WIL

WIL

월요일에 중간발표를 진행했다.
직접 시연 영상까지 포함해 발표했고, 큰 문제없이마무리했다.
먼저 중간 데모데이에서 받았던 피드백에 대해서 얘기를 좀 해보겠다.

피드백
주요 피드백은 두가지였다
1. 잘 모르는 사람이 듣기에 발표가 너무 어려웠다.
2. '출퇴근'이라는 주제에 어긋난다.

최종 데모에서는

핵심 개념에 대한 간단한 설명을 추가하고
초반에 주제에 대해서 미리 양해를 구했다는 부분도 설명해야 할 것이다.
전체적으로 발표 내용에 대한 피드백이었다.
개발 속도나 현재 진행 상황에 대해서는 크게 문제가 없다고 받아들였다.

그 다음 할 것

RAG 성능 향상 기법

1. Hybrid Search:
   하이브리드 검색(Hybrid Search)은 전통적인 키워드 기반 검색(Lexical/BM25)과 의미를 이해하는 시맨틱 검색(Semantic/Vector)을 결합하여, 두 방식의 장점을 활용해 더 정확하고 포괄적인 검색 결과를 제공하는 기술

2. Re-ranking:

   검색(Retrieval) 또는 추천 시스템의 마지막 단계에서, 1차적으로 선정된 후보군(초기 결과)을 더 정밀한 모델로 다시 평가하여 사용자의 의도와 관련성이 높은 순서대로 재정렬하는 기술입니다. RAG(검색 증강 생성) 시스템에서 검색 정확도를 극대화하고 문맥 이해도를 높여 LLM의 답변 품질을 향상시키는 핵심 보완 기술로 사용됩니다. 

[로컬에서 테스트 해보기]

• Hybrid Search: 선영
• Re-ranking: 대환
• 그 외의 1개: 승윤

Human in the Loop 기능

AI나 자동화 시스템이 모든 것을 독단적으로 처리하게 두지 않고
중간에 사람이 개입해서 검수, 수정, 또는 판단을 내리는 방식