pile·
AI / ML·우아한형제들우아한형제들·

RAG, 들어는 봤는데… 내 서비스엔 어떻게 쓰지?

문제LLM 은 학습 이후 정보를 모르고 환각이 잦으며, 사내 DB·Drive·Calendar 같은 분산 데이터를 매번 수동으로 모아 질문해야 한다.
접근RAG 아키텍처를 도입해 색인(로딩→청킹→임베딩→Redis 벡터 저장소)과 생성(의미 검색→프롬프트 증강→LLM 응답) 파이프라인을 분리했다. 평가 파이프라인에서 컨텍스트 관련성·답변 충실성·답변 관련성을 지표로 측정한다.
결과분산 데이터를 자연어 한 번으로 조회할 수 있게 되어 정보 분석 시간이 5분에서 30초로 줄었고, 시스템 접근 횟수도 3번에서 1번으로 감소했다.
우아한형제들
우아한형제들 블로그
원문은 여기서 이어서 읽을 수 있어요
원문 읽기
읽음 (0)
·takedown 요청

이 글과 비슷한

  1. AI / ML·stackoverflow-blogStack Overflow Blog·

    에이전틱 SDLC를 QA 엔지니어링 마인드셋으로 구축하기

    Motorola Solutions의 테스트 엔지니어링 선임 매니저 Suneet Malhotra가 Stack Overflow 팟캐스트에 출연해 MCP(Model Context Protocol) 기반 에이전틱 SDLC 파이프라인 구축과 LLM-as-judge 평가 방법론을 소개했다. QA 엔지니어링 관점을 소프트웨어 개발 생애 전반에 적용하고, 설계 단계 직후 스펙을 강화해 결함 비용을 줄이는 'QA shift-left' 접근을 다룬다.

    요약 이어보기
    #llm-agent#mcp#test-automation+2
  2. AI / ML·LINE EngineeringLINE Engineering·

    보안 업무를 위한 AI 에이전트 플랫폼 「SAGE」 개발기 1편: 판단은 사람에게 남기는 설계

    LY Corporation Security Development Division이 보안 업무용 AI 에이전트 플랫폼 SAGE의 개발 과정을 공개했다. "완전 자동화"와 "도입 미루기" 양 극단 사이에서 "판단은 사람에게 남기는 설계"를 핵심 원칙으로 삼고, 3단계 점진적 도입 전략(AI 보조→에이전트 협업→자동화)을 채택했다. 현재는 1단계를 중심으로 파일럿·실운영 중이다.

    요약 이어보기
    #llm-app#opensearch#mcp+2