Phase 5Week 2-4GenAI
RAG Studio
RAG(Retrieval-Augmented Generation) 파이프라인을 직접 구성하고 테스트해보세요. 문서 청킹, 임베딩, 벡터 검색, LLM 응답 생성까지 전 과정을 시각적으로 이해할 수 있습니다.
✂️
청킹 전략
Fixed, Sentence, Recursive, Semantic
🔢
임베딩
텍스트 → 벡터 변환
🔍
벡터 검색
유사도, MMR, 하이브리드
🤖
응답 생성
컨텍스트 + LLM 프롬프트
RAG Studio 로딩 중...
💡 RAG란?
RAG(Retrieval-Augmented Generation)는 LLM의 한계를 극복하기 위한 기술입니다. 외부 지식 베이스에서 관련 정보를 검색하여 LLM에 제공함으로써 더 정확하고 최신의 답변을 생성할 수 있습니다.
🎯 FDE 커리큘럼 연계
이 시뮬레이터는 FDE Academy Phase 5 "GenAI & RAG" 과정의 실습 도구입니다. RAG 파이프라인의 각 단계를 직접 조작하며 이해도를 높이세요.
📚 RAG 파이프라인 단계
📄
1. 문서 로딩
PDF, HTML, TXT 등 다양한 형식 지원
✂️
2. 청킹
적절한 크기로 문서 분할
🔢
3. 임베딩
텍스트를 벡터로 변환
🗄️
4. 저장 & 검색
벡터 DB에 저장, 유사도 검색
🤖
5. 생성
컨텍스트 + 질문 → LLM 응답
✂️ 청킹 전략 비교
고정 크기
문자/토큰 수로 균일 분할
구현 간단문맥 단절
문장 단위
문장 경계에서 분할
문장 완결크기 불균일
재귀적 분할
계층적 구분자로 분할
균형 잡힘권장
의미 기반
임베딩으로 의미 단위 분할
최적 문맥비용 높음