RAG Pipeline 로딩 중...
이 도구가 못 하는 것
- Mock 모드의 임베딩은 8차원 TF-IDF 이고 답변은 키워드로 고른 템플릿입니다. 실제 검색·생성 품질이 아닙니다.
- 평가·튜닝 탭의 dense 채널은 진짜 임베딩이 아니라 글자 n-gram 자카드 근사입니다.
- 평가셋 스무 쌍으로 잽니다. 이 수로는 설정 사이의 작은 차이를 가르지 못합니다.
- Real 모드는 서버 키를 쓰므로 하루 사용량 한도가 있습니다.
이 시뮬레이터가 무엇을 하는가기능 · 개념 · 연계 주차
RAG 파이프라인의 각 단계를 시각화하고 작동 원리를 이해하세요.
01
문서 인덱싱
문서를 청크로 나누고 TF-IDF 벡터로 색인하는 과정을 단계별로 확인합니다.
02
유사도 검색
질문과 각 청크의 코사인 유사도를 계산해 관련 높은 문서를 검색합니다.
03
컨텍스트 조합
검색된 청크를 프롬프트에 결합해 LLM 입력 컨텍스트를 구성합니다.
04
답변 생성
검색 근거를 바탕으로 답변을 생성하는 RAG의 최종 단계를 체험합니다.
RAG(검색 증강 생성)란?
RAG는 LLM이 외부 문서를 검색해 근거에 기반한 답변을 생성하는 기법입니다. 이 시뮬레이터는 학습 목적상 TF-IDF 기반 검색을 사용합니다 — 실제 서비스의 임베딩 검색과 어떻게 다른지 비교하며 원리를 익히세요.
- TF-IDF: 단어 빈도 기반의 고전적 검색 — 의미 기반 임베딩 검색과의 차이를 학습 포인트로
- 청킹 크기·검색 개수(top-k)가 답변 품질에 미치는 영향 관찰
- 검색 근거가 환각(hallucination)을 줄이는 역할 이해
써 보신 분만 아는 것이 있습니다
쓰다가 막힌 곳이나 현장과 다른 점을 알려주시면 다음 버전에 반영합니다. 보내주신 분께는 9월 추첨으로 스타벅스 쿠폰을 드립니다.