Agentic RAG
Agentic RAG
이 페이지는 agentic RAG와 그 다양한 유형을 설명해요. RAG가 효율성은 높이지만 정확성은 부족할 수 있는 반면, agentic RAG는 효율성과 정확성 모두를 개선한다는 점을 함께 살펴볼게요.
출처: 문서
본문
소개: RAG는 효율성을 개선하지만 정확성이 부족할 수 있어요. agentic RAG는 효율성과 정확성 모두를 개선해요.
RAG란 무엇인가요? (What is RAG?)
소매 기업 Zappos는 대규모 지식 베이스에서 정보를 끌어와 수백만 개의 레코드를 검색할 수 있는 고객 지원 챗봇을 사용해요. 고객 질문이 주어지면 RAG (Retrieval-Augmented Generation)는 관련 레코드를 검색하고, 생성 모델이 그 레코드를 읽어 답변을 만듭니다. RAG는 여러 가지 이점을 제공해요:
-
에이전트가 최근 또는 활발한 질문에 답할 수 있게 해줘요
-
에이전트가 사실적 질문에 답할 수 있게 해줘요; 생성 모델 단독으로는 불가능해요
-
답변을 관련 지식에 근거(grounding)시켜요
-
출처와 가치 있는 답변을 제공해요
-
시스템 전체의 정확성을 높여요
Agentic RAG란 무엇인가요? (What is Agentic RAG?)
Agentic RAG — 지능 계층을 그 위에 얹은 RAG 시스템 — 는 RAG의 일부 단점을 해결해요.
RAG에는 단점이 있어요:
-
사용자가 만들어 낸 사전 쿼리에 의존해요
-
검색 품질에 의존해요
검색 품질은 유사도 검색을 얼마나 잘 수행하느냐에 달려 있어요
검색 품질과 생성 품질은 임베딩의 길이/방법에 따라 영향을 받을 수 있어요
-
RAG는 단일 쿼리에 의존할 수 있어요
-
RAG는 단일 소스에 의존할 수 있어요
-
RAG는 사전 쿼리 능력에 의존해요
Agentic RAG의 유형은 무엇인가요? (What are the Types of Agentic RAG?)
다음 다이어그램은 Agentic RAG 유형을 보여줘요.
Diagram — Agentic RAG types
다이어그램이 여기에 표시돼요.
데이터 소스로 쿼리 라우팅하기 (Routing Queries to Data Sources)
특정 쿼리가 있다면 특정 데이터 소스로 라우팅할 수 있어요.
병렬 쿼리 생성하기 (Generating Parallel Queries)
여러 쿼리를 사용한다면 그중 다수를 병렬로 생성할 수 있어요.
작업 순차 수행하기 (Performing Tasks Sequentially)
동일한 파일 기능에 대해 여러 작업을 수행해야 한다면 작업들을 나누어 수행할 수 있어요.
다면적 쿼리 생성하기 (Generating Multi-faceted Queries)
쿼리에 여러 측면을 반영한 다면적(multi-faceted) 쿼리를 생성할 수 있어요.
구조화된 데이터(테이블) 질의하기 (Querying Structured Data (Tables))
테이블 질의에 강점이 있어요.
구조화된 데이터(SQL) 질의하기 (Querying Structured Data (SQL))
SQL 질의에 강점이 있어요.
자세한 내용은 다양한 유형의 agentic RAG를 참고하세요: