검색과 생성을 따로 채점해 hit rate와 근거 준수 여부를 측정하는 스크립트를 만들고 문서 갱신, 비용, 자주 밟는 함정을 정리합니다.

클로드 에이전트 협업의 기술 후기입니다. 클로드 코워크와 클로드 코드로 멀티 에이전트 팀을 구성하는 책 구성, 좋았던 점과 아쉬운 점을 정리했습니다.

벡터 검색이 놓치는 질문 유형을 확인하고 BM25 하이브리드 검색, reranking, 질문 재작성으로 검색 품질을 올리는 방법을 다룹니다.

2026 시나공 정보처리기사 필기 기출문제집 후기입니다. 실제로 정보처리기사 필기 시험을 준비, 합격하면서 쓴 수기입니다.

검색된 chunk를 프롬프트로 조립하는 형식과 근거를 못 박는 지시문, 출처를 구조화된 출력으로 함께 받는 방법, 자료에 없는 질문을 처리하는 방법을 다룹니다.

딥 러닝 파이토치 교과서 후기입니다. 텐서 조작부터 Hugging Face 기반 파인튜닝과 RAG까지 이어지는 구성, 좋았던 점과 아쉬운 점을 정리했습니다.

numpy 검색의 한계에서 출발해 Chroma에 chunk를 저장하고 top-k 검색과 메타데이터 필터를 쓰는 방법, 재색인 스크립트 구성을 다룹니다.

문장을 벡터로 바꿔 코사인 유사도를 직접 계산해 보고 키워드 검색과의 차이, 임베딩 모델 선택 기준과 재색인이 필요한 조건을 다룹니다.

문서를 chunk로 나누는 이유와 고정 길이 분할, 구분자 기반 분할, overlap의 효과를 직접 비교하고 메타데이터를 붙이는 방법을 다룹니다.

모델이 모르는 것을 확인하고 문서를 전부 프롬프트에 넣는 방식과 비교해 RAG가 필요한 조건과 색인, 질의 두 단계의 구조를 정리합니다.