RAGAS 4대 메트릭 상세 분석

---

1. Faithfulness (충실도) - 가장 중요!

정의: 답변의 모든 주장이 제공된 컨텍스트에 의해 뒷받침되는가?

측정 방법:

제조 현장에서의 의미:

---

2. Answer Relevancy (답변 관련성)

정의: 답변이 질문과 얼마나 관련있는가?

측정 방법:

낮은 점수 예시:

---

3. Context Precision (컨텍스트 정밀도)

정의: 검색된 컨텍스트 중 실제로 관련있는 문서의 비율

측정 방법:

의미:

• 0.60 이상이면 검색 품질 양호
• 0.80 이상이면 우수
• 0.40 이하면 검색 개선 필요 (청킹, 임베딩 모델 변경)

---

4. Context Recall (컨텍스트 재현율)

정의: 정답에 필요한 정보가 검색된 컨텍스트에 얼마나 포함되어 있는가?

측정 방법 (Ground Truth 필요):

---

메트릭 간 관계

해석: Precision이 높아도 Recall이 낮으면 정보가 불완전하고, Recall이 높아도 Faithfulness가 낮으면 할루시네이션이 섞이고, Faithfulness가 높아도 Relevancy가 낮으면 동문서답이다.

4개 모두 높아야 좋은 RAG다.

---

제조 현장 목표 점수

메트릭	일반 기준	제조 기준	안전 관련
Faithfulness	0.80	0.85	0.95
Answer Relevancy	0.80	0.85	0.85
Context Precision	0.70	0.80	0.80
Context Recall	0.65	0.75	0.85