이전 Naive RAG 에서는 simple node parser를 통해 청킹을 진행한 후, 바로 벡터 DB에 upsert 진행했다. 이는 실제 프로덕트 레벨에서 동작하기에는 문제점들이 많다. 이번 시간에는 이를 개선하는 Advenced RAG에 대해서 학습 및 실습을 진행한다.

Advenced RAG

<aside> ✏️

Advanced Retrieval

검색용 청크를 따로 만들어 검색 정확도를 높이는 방법

• Naive-RAG
• Advanced RAG
  • Retrieval 용 Chunk를 따로 생성
    • 검색 정확도 ↑
  • Retrieval 용 Chunk 와 매핑시킨 본문 Chunk를 Augmented Generation 시 컨텍스트로 디커플링하여 사용 </aside>

<aside> ✏️

Query Transformation

검색 전, 사용자 질문 의도(intent)를 파악하여 쿼리 재정의

• Naive-RAG
• Advanced RAG
  • 검색 전, 사용자의 질문 의도(intent)를 파악하여 계층을 두어 의도에 부합하는 답을 찾을 수 있는 더욱 적절한 형태의 query로 LLM이 자체 판단하여 변환시킨 이후 해답을 찾는 방식 </aside>

실습

[보류 - 오류가 너무 많음 ] 실습 - 파싱된 노드(테이블) 마다 특화된 에이전트를 할당하고 라우팅 처리하여 적절한 응답을 생성

실습 - Hybrid Search ( RRF )