AI 요약관련 정보

• RAG는 텍스트 문서를 작은 덩어리로 나누고 임베딩 모델을 통해 다차원 벡터 데이터베이스에 수치형으로 저장합니다. 📚
• 사용자 질문도 동일한 임베딩 모델로 벡터화되어 데이터베이스에서 의미적으로 가장 가까운 벡터들을 검색합니다. 🔍
• 검색된 벡터들은 다시 텍스트 덩어리로 변환되어 RAG 에이전트가 질문에 답변하는 데 사용됩니다. 💬
• 리랭커는 초기 검색 시 더 많은 수의 벡터를 가져온 다음, 실제 관련성을 평가하여 점수를 매기고 가장 적합한 상위 몇 개만 선택합니다. ✨
• 이를 통해 RAG 에이전트의 답변 정확도와 관련성을 크게 향상시켜 더 스마트하게 만듭니다. 🧠