인프런 유료 강의
RAG 시스템 마스터
검색한 자료를 바탕으로 답하는 시스템을 직접 만들고 싶다면. 기본 RAG부터 GraphRAG·Agentic RAG까지 설계와 실습을 이어가는 심화 과정입니다.
시작 전에 RAG·프롬프트 기본 개념 · Python으로 LLM API를 연동한 경험 · 벡터 DB 기본 사용법
선수지식과 실습 안내강 1 / 3 · AI 답변의 큰 그림부터
AI 답변의 큰 그림: 모델, 문맥, 검색의 역할
AI는 답을 어디에서 가져올까요? 문장이 만들어지는 과정과 검색·도구가 연결되는 지점을 나누어 살펴봅니다.
YouTube에서 보기 ↗재생이 안 되면 YouTube에서 시청할 수 있어요.핵심 한 줄
모델은 전달받은 문맥을 바탕으로 답변을 만들어요. 답을 잘했다고 검색한 것은 아니며, 자료를 추가한 것과 모델을 새로 학습시킨 것도 다릅니다.
내 작업에 적용해보기
‘오늘 행사 장소’를 묻는다면 어떤 자료가 필요할까요? AI가 검색했다고 말한 것과 실제 공지를 확인한 것을 어떻게 구분할지 적어보세요.
내 생각 적어두기
메모는 이 브라우저에만 저장됩니다.
원본 영상 제목
AI 답변의 비밀: 토큰, 확률, 검색의 역할 15분 정리 [LLM 원리 1강]
이 주제를 구현까지 이어가려면RAG 시스템 마스터인프런 유료 강의
3강을 모두 마쳤어요
내 작업에서 먼저 바꿔볼 지점이 보이나요? 한 가지부터 적용해보고, 구현이 필요해지면 아래 강의로 이어가세요.
이 과정에서 기억할 한 가지
자연스러운 답변과 사실에 맞는 답변은 따로 확인해야 해요. 필요한 자료가 입력에 있었는지, 검색이나 도구가 실제로 실행됐는지, 답변이 근거와 맞는지부터 살펴보세요. 비용과 길이를 볼 때는 글자 수 대신 사용하는 모델의 토큰 수를 확인하면 됩니다.
- 언어 모델, 대화 서비스, 검색이 맡는 역할을 구분해요.
- 답변이 달라지는 이유와 토큰이 비용·길이에 미치는 영향을 설명해요.
- AI 답변의 말투보다 입력 자료와 확인할 근거를 먼저 살펴봐요.
AI 답변을 확인하는 연습
최근 받은 AI 답변 하나를 골라 질문의 목적, 필요한 자료, 검색 여부, 사실을 확인할 근거를 적어보세요. 가입 없이 자료를 받을 수 있습니다.
AI 답변 확인 노트 내려받기 ↓직접 만들어보고 싶다면
무료 강의에서 방향을 잡았다면, 내 목표에 맞는 코드브릿지 유료 강의로 실습을 이어가세요.