🏆40분
M5: 프로젝트 보고서 & 최종 챌린지
Day 5: 기술문서 RAG 시스템 프로젝트
M5: 프로젝트 보고서 & 최종 챌린지
RAG 기초 > Day 5: 기술문서 RAG 시스템 프로젝트
요구사항
M1~M4를 통합한 완전한 RAG 시스템을 구축한다
9개 이상 제조 문서를 색인한다
10개 이상 질의에 대한 테스트 결과를 기록한다
프로젝트 보고서를 작성한다 (아래 양식)
개선 사항을 2개 이상 구현한다
평가 기준
- • RAG 파이프라인이 정상 동작하는가
- • 문서 유형 3가지 이상 포함되었는가
- • 메타데이터 필터 검색이 동작하는가
- • 출처 표시가 정확한가
- • 안전 관련 질문에 경고가 표시되는가
- • 관련 없는 질문을 적절히 거부하는가
- • 보고서가 체계적으로 작성되었는가
보너스
- • OpenAI API를 사용한 실제 LLM 답변 생성
- • Streamlit/Gradio로 간단한 웹 UI 구현
- • RAGAS 또는 자체 평가 메트릭으로 정량 평가
- • PDF 실제 파일을 로드하여 처리
- • 하이브리드 검색 (벡터 + BM25) 구현
AI로 학습하기 — 꿀팁
🤖RAG 프로젝트 최종 보고서 검토AI 학습 팁
Week 2 최종 보고서 제출 전, RAG 시스템의 기술적 완성도와 제조 현장 적용 가능성을 AI에게 종합 검토받으세요.
RAG Basics Week 2 최종 프로젝트 보고서를 제출하기 전 종합 검토를 요청합니다. 다음 항목을 평가해 주세요: 1) 문서 전처리→청킹→임베딩→검색→생성 전 단계의 설계 결정이 논리적으로 연결되는지 (빠진 근거 지적), 2) 제조 현장 실제 도입 시 예상되는 운영 문제 3가지와 이에 대한 대응이 보고서에 포함됐는지, 3) 성능 평가 지표가 제조 도메인 비즈니스 가치(고장 진단 시간 단축, 작업자 문의 해소율)와 연결됐는지, 4) 향후 개선 방향이 Hybrid Search, 멀티모달 확장 등 Week 3 주제로 자연스럽게 이어지는지. 각 항목에 '강점/개선점/보완 제안' 형식으로 피드백 해주세요.
이 팁이 도움이 됐나요?