알고있으면 도움되는 개념, RAG
RAG란? RAG(Retrieval-Augmented Generation)는 사용자의 질문에 답변하기 위해 외부 정보를 검색하여 LLM(Large Language Model)에 제공하는 방식으로, 기존 LLM의 할루시네이션(환각) 문제를 해결하고 최신 정보를 활용할 수 있게 합니다. RAG가 중요한 이유? RAG는 질문에 대한 답변을 정확히 하기 위해 참조 정보를 사용하여, 더 신뢰할 수 있는 답변을 제공하기 때문이다. ChatGPT와 같은 챗봇에 사용자가 질문을 입력하면, RAG를 사용하지 않으면 GPT가 사전에 학습한 내용을 기반으로 답변을 하게 되지만, RAG를 사용하게 되면 최신 정보, 사용자가 제공한 문맥(context)을 기반으로 답변을 하기 때문에 더 정확한 답변을 받을 수 있다. 예를 들어, 삼성전자가 자체 개발한 AI의 이름에 대한 질문은 RAG를 통해 제공된 정보를 참조하여 정확하게 응답할 수 있게 된다 . RAG 사용 방법 가장 쉽게 일반인도 RAG를 사용할 수 있는 방법이 바로 ChatGPT의 나만의 GPTs 기능을 활용하는 것입니다. ChatGPT 유료 구독자라면 누구나 사용할 수 있는 기능입니다. 이 기능 자체가 사용자가 제공하는 파일을 기반으로 답변을 생성하는 RAG의 일종입니다. 나만의 GPTs(Custom GPTs) 구축 과정 ChatGPT 접속 후 GPT 탐색하기(Explore GPTs) 선택 GPT만들기(Create a GPT) 클릭 만들기(Create) 탭 : 만들고 싶은 챗봇의 기능과 목적을 대화 형식으로 입력하면 GPT가 자동으로 설정해 줍니다. 구성(Configure) 탭 : 지식(Knowledge) : 업로드(Upload files) 버튼을 눌러 RAG의 기반이 될 문서를 첨부합니다. 이 파일을 기반으로 답변하도록 설정하면, 코딩 없이 간단하게 나만의 RAG챗봇이 완성됩니다.
- Rag
- toolly