IBM® RAG Cookbook

검색 증강 생성(RAG) 솔루션을 구현하고 최적화하기 위한 팁, 요령 및 기술을 정리한 자료입니다.
물음표, 정보 아이콘, 체크 표시 등 다양한 도형과 기호가 포함된 흐름도
들어가며

솔루션 아키텍트, 데이터 엔지니어, 개발자 및 실무 기술 담당자에게 RAG 솔루션 구현 및 최적화에 대한 실질적인 조언을 제공하기 위해 제작되었습니다. 이 문서, 다이어그램 및 자산 모음은 RAG 애플리케이션을 이해하고 구축하며 데모를 만들고 배포하는 데 도움을 줍니다.

RAG를 처음 접하는 사용자를 위해 IBM RAG Reference Architecture에는 RAG에 대한 개념적 소개, 해당 패턴에 대한 IBM의 관점, 관련 IBM 제품 및 일반적인 사용 사례가 포함되어 있습니다.

RAG와 Agentic AI는 밀접하게 연결되어 있지만 이 Cookbook에서는 두 개념을 분리하여 설명하기로 했습니다. 에이전트 AI 및 IBM의 POV에 대한 자세한 내용은 AI 에이전트 개발 포털을 참조하세요.

목차

아키텍처 RAG 솔루션을 만들 때 솔루션 개발자가 고려해야 할 옵션과 선택 사항에 대한 안내입니다. 데이터 수집 RAG 솔루션에서 문서를 검색 가능하게 만들기 위해 문서 처리 및 수집을 가속하고 최적화하는 팁과 기술입니다. 청킹 수집된 데이터를 구성하여 솔루션의 검색 성능과 결과 품질을 최적화하기 위한 경험과 실질적인 조언입니다. 임베딩 다양한 임베딩 모델과 기술의 장점과 단점입니다. 스토리지 및 검색 RAG 솔루션을 지원하기 위해 정보 검색을 가속하고 최적화하는 팁과 기술입니다. 답변 생성 솔루션 결과의 속도, 관련성 및 전반적인 품질을 최적화하기 위해 대규모 언어 모델 쿼리를 작성(및 재작성)하는 팁과 기술입니다. 결과 평가 RAG 솔루션 결과의 정확도를 정량화하여 비교하고 개선하기 위한 지표와 측정 방법입니다. 오케스트레이션 RAG 솔루션을 위한 오케스트레이션 계층을 설계, 개발 및 운영하면서 얻은 경험입니다. 사용자 인터페이스 RAG 솔루션을 위한 사용자 인터페이스를 선택하거나 개발하는 방법에 대한 안내입니다.
다음 단계

다음 RAG 솔루션을 구축할 준비가 되셨나요? watsonx.ai로 직접 사용해 보세요.

  1. watsonx.ai로 RAG 솔루션 구축