모듈 Gen-5: RAG Pipeline 설계 및 구축 (24h)
학습 결과
학생은 Retrieval-Augmented Generation 파이프라인을 설계·구축하고, 평가·최적화를 통해 엔터프라이즈급 QA 시스템을 완성할 수 있다.
선행 학습
- Module Gen-3: Vector DB 검색
- Module Gen-4: LangChain Agent 구현
ABCD 학습목표 & Bloom 수준
| # | ABCD 학습목표 | Bloom 수준 | 관련 sources | 평가 방법 |
|---|---|---|---|---|
| Gen-5-1 | Behavior: RAG의 3단계 파이프라인(Indexing·Retrieval·Generation)을 설계하고 / Condition: 도메인 문서(PDF·Word·웹페이지)로부터 / Degree: 각 단계별 정확도·처리량이 명시된 성능 기준 달성 | Create | rag-implementation, rag-langchain-implementation-datacamp | 파이프라인 검증 |
| Gen-5-2 | Behavior: RAGAS·BERTScore 등의 RAG 평가 지표를 이용하여 답변 품질을 정량화하고 / Condition: 검색 결과·생성 텍스트의 관련성·일관성 측정 / Degree: 평가 점수 기반 최적화(e.g. 청킹 전략·검색 상위 K 조정)로 5% 이상 개선 | Analyze | ragas-evaluation-framework, pinecone-rag-implementation | 평가·최적화 결과 검증 |
📚 사용 Sources (권장 읽기 순서)
| 순서 | Sources | 학습목표 | 예상 학습 시간 | 비고 |
|---|---|---|---|---|
| 1️⃣ | rag-implementation | Gen-5-1 | 2h | 기초: RAG 3단계 아키텍처, 청크 분할, 임베딩, LangChain 구현 |
| 2️⃣ | rag-langchain-implementation-datacamp | Gen-5-1 | 2.5h | 핵심: LangChain RAG 스텝바이스텝, MMR, 메타데이터 필터링 |
| 3️⃣ | ragas-evaluation-framework | Gen-5-2 | 2h | 평가: RAGAS 프레임워크, Vibe Check→Data-Driven, 커스텀 메트릭 |
| 4️⃣ | pinecone-rag-implementation | Gen-5-2 | 1.5h | 최적화: 청킹 전략, 하이브리드 검색, Agentic RAG |
| 학습 시간 합계 | Gen-5-1~Gen-5-2 | ~8h | 강의 24h 중 이론·실습 학습 부분 |
강의 자료 출처
- rag-implementation — RAG 3단계 아키텍처, 청크 분할·임베딩·벡터 DB·LangChain (학습목표 Gen-5-1)
- rag-langchain-implementation-datacamp — LangChain RAG 구현 스텝바이스텝, MMR 검색 (학습목표 Gen-5-1)
- ragas-evaluation-framework — RAGAS 프레임워크·평가 지표·Data-Driven 전환 (학습목표 Gen-5-2)
- pinecone-rag-implementation — 청킹 전략·하이브리드 검색·Agentic RAG 최적화 (학습목표 Gen-5-2)
역링크
⬅️ lecture-planning-2026에서 참조