RAG 4장 카드뉴스

AI 활용 기법 분야에서 쓰이는 Retrieval-Augmented Generation(검색 증강 생성)의 약자로, 답변하기 전에 외부 자료를 찾아 근거 문서를 같이 읽고 답하도록 한 기법입니다.

RAG는 AI에게 '기억나는 대로 답하지 말고, 책장에서 자료를 꺼내 보고 답해줘'라고 시키는 방식이에요. 시험 볼 때 머릿속 지식만 쓰는 폐쇄형 시험이 아니라, 교재와 노트를 펴 놓고 답을 쓰는 오픈북 시험이라고 생각하면 가깝습니다. 그래서 학습 시점 이후의 새 정보나, 회사 내부 자료처럼 AI가 원래 모르던 내용도 정확하게 답할 수 있어요. 챗봇이 '출처: 사내 매뉴얼 12쪽'처럼 근거 문서를 같이 보여주는 장면을 봤다면, 보통 그 뒤에 RAG가 돌아가고 있다고 보시면 됩니다.

**케이스 1: Anthropic — Contextual Retrieval로 RAG 검색 정확도 개선** Anthropic은 2024년 9월 공식 블로그에서 표준 RAG의 한계를 보완하는 Contextual Retrieval 기법을 공개했습니다. 문서를 청크(작은 단락)로 자를 때 각 청크 앞에 '이 단락이 어떤 문서의 어느 부분인지' 한 줄 맥락을 LLM이 자동으로 생성해 붙인 뒤, 임베딩