60분
Query Expansion과 HyDE
Day 2: Hybrid Search
Query Expansion과 HyDE
RAG 심화 > Day 2: Hybrid Search
학습 목표
Query Expansion(쿼리 확장)의 원리와 효과를 이해한다 HyDE(Hypothetical Document Embeddings)를 구현할 수 있다 Query Decomposition(쿼리 분해)을 활용할 수 있다 제조 도메인에서 동의어/유사어를 확장할 수 있다
Query Expansion & HyDE
검색 성능을 더 높이는 고급 기법을 배우자.
Query Expansion
"주축 과열" -> "주축 과열 스핀들 오버히트 발열 온도 상승" 동의어/유사어를 추가하여 검색 범위를 넓힌다.
HyDE (Hypothetical Document Embeddings)
질문 대신 "가상의 정답 문서"를 생성하고 그것을 임베딩하여 검색. 질문과 문서 사이의 의미 차이(semantic gap)를 줄인다.
Query Decomposition
복합 질문을 단순 질문들로 분해하여 각각 검색.
아래 코드를 완성하세요.
에디터 로딩 중...
힌트 보기
- • 동의어 확장 시 원본 쿼리를 맨 앞에 유지하세요
- • HyDE에서 가상 문서는 temperature를 낮게 설정해야 안정적입니다
- • 쿼리 분해는 단순 질문이면 분해하지 않도록 처리하세요
- • LLM 기반 확장은 비용이 드므로 동의어 사전을 먼저 활용하세요
정답 보기
에디터 로딩 중...
AI로 학습하기 — 꿀팁
🤖HyDE 구현 코드 스캐폴딩AI 학습 팁
AI에게 제조 SOP 질의에 특화된 HyDE 구현을 스캐폴딩하도록 요청하세요. 가상 문서 생성 프롬프트와 실제 임베딩 검색 연결 흐름을 함께 생성받으세요.
제조 현장 SOP(표준작업절차서) 질의에 특화된 HyDE(Hypothetical Document Embeddings) 파이프라인을 Python으로 구현해줘. LLM으로 가상 SOP 문단을 생성하고, 그 임베딩으로 Chroma 벡터 DB를 검색하는 함수를 단계별로 작성해줘.
이 팁이 도움이 됐나요?