▶️25

[영상] 랭체인 + RAG 기초 완벽 정리

Day 4: RAG 파이프라인 구축

학습 목표

LangChain의 주요 추상화 계층(Document Loader, Text Splitter, Vectorstore, Chain)을 설명할 수 있다 RetrievalQA 체인으로 제조 문서 Q&A 시스템을 구현할 수 있다 Retriever를 교체해 하이브리드 검색(BM25 + 벡터)으로 전환하는 방법을 설명할 수 있다 LCEL로 체인을 구성하는 최신 패턴을 이전 방식과 비교할 수 있다

플레이어 로딩 중...
핵심 포인트
  • LangChain 4 레이어: Loader → Splitter → Vectorstore → LLM Chain
  • LCEL 파이프 연산자(|): retriever | prompt | llm | parser, 스트리밍 내장
  • EnsembleRetriever: BM25 + 벡터를 가중치 합산으로 결합
  • 제조: PDF → PyPDFLoader → RecursiveCharacterTextSplitter → Chroma → RetrievalQA