Module 3: RAG and Embedding

핵심 질문: AI에게 우리 데이터를 어떻게 연결할 것인가?

학습 목표

• RAG의 흐름(질문→검색→근거 주입→응답)을 설명할 수 있다.
• embedding 기반 검색과 키워드 검색의 차이를 이해한다.
• Prompt Engineering / RAG / Fine-tuning 중 선택 기준을 제시할 수 있다.

진행 규칙

• hallucination 문제에서 출발한다.
• "오픈북 시험" 비유로 grounding을 설명한다.
• 정답 하나가 아니라 트레이드오프 비교로 마무리한다.

반드시 다룰 개념

• retrieval
• chunking
• embedding
• vector search
• grounding

완료 기준

학습자가 아래 질문에 답하면 완료한다.

1. 우리 조직 문서 Q&A에는 왜 RAG가 유리한가?
2. Fine-tuning 대신 RAG를 먼저 검토해야 하는 이유는?

다음 연결

• 검색/실행을 자동화하는 흐름은 module4-agent