수동으로 만든 2차원 벡터의 유사도를 비교하고, 가상 문서의 벡터와 출처를 Chroma에 저장한 뒤 조회할 수 있습니다. 가상 질문으로 검색 후보와 출처를 비교할 수 있으며, 실제 모델 호출은 선택 실습으로 다룹니다.
RAG·기업용 AI 챗봇 구축
주소를 길게 누르거나 Ctrl+C (Mac: ⌘C)로 복사해 주세요.
이 강의에서 배우는 핵심 실무
파이썬으로 사내 문서에 답하고 출처를 보여 주는 챗봇을 만들고 싶은 학습자를 위한 과정입니다. 공개 25강은 실습 환경을 준비하고 가상 사내 문서를 읽어 검색용으로 나누는 작업부터 시작합니다. 키워드와 벡터로 관련 문서를 찾아 답변과 원문을 대조하고, 검색 결과와 답변 품질을 점검합니다. 이어 FastAPI와 웹 화면을 연결하고 역할별 문서 노출을 확인한 뒤, 최종 프로젝트에서 검색부터 출처 표시까지 다시 실행해 보고 실패 사례와 인계 초안을 정리합니다.
관련 분야 전체 과정AI 강의 - 인공지능 원리부터 생성형 AI·비즈니스 업무 활용까지 · 관련 전문관 학습 안내
수강 전 꼭 확인하세요
수강 전 자주 묻는 내용을 간단히 안내드립니다.
검색된 후보에 기대한 문서가 포함됐는지 먼저 확인합니다. 해당 문서가 있다면 답변의 문장과 수치가 원문에 맞는지, 연결된 출처 ID가 올바른 문서와 페이지를 가리키는지 대조합니다. 근거가 없는 질문은 자료 부족 안내가 표시되는지 살펴봅니다.
가상 직원과 인사팀에 같은 질문을 적용해 역할별로 검색되는 문서를 비교합니다. 검색 후보뿐 아니라 답변에 붙은 출처와 열람 가능한 원문도 역할에 맞는지 확인하고, 기준과 다른 결과를 실패 사례로 기록합니다.
검증된 커리큘럼과 전문 강사진으로 높은 만족도를 제공합니다.
자세히 보기 >작은 나눔이 더 나은 내일을 만듭니다.
자세히 보기 >수강생 리얼후기!
실제 수강생의 학습 경험을 확인해 보세요.
수강후기를 불러오는 중입니다.
최근 수강질문
최근 등록된 수강질문을 작성순서대로 확인해 보세요.
RAG·기업용 AI 챗봇 구축: 공개 25강 학습 가이드
가상 출장 문서에서 답을 찾을 수 있는 질문과 자료에 답이 없는 질문을 하나씩 골라 두면, 실습 단계마다 결과를 비교하기 좋습니다. 답이 있는 질문은 기대한 문서가 검색됐는지, 답변의 문장과 수치가 원문에 맞는지 차례로 확인합니다. 답이 없는 질문은 근거 부족 안내가 나오는지 살펴보고, 실패가 발생한 단계를 평가 기록에 남깁니다.
질문에서 출처까지 흐름 잡기
가상 업무 질문 하나를 정해 관련 문서 검색, 근거 전달, 답변과 출처 표시를 순서대로 짚어 봅니다. 그 흐름에서 처리할 질문의 범위와 한계를 적은 뒤, 파이썬 프로젝트 폴더와 가상환경을 준비하고 첫 파일이 실행되는지 확인합니다.
모델 연결과 답변 규칙 확인하기
모델과 API가 맡는 역할을 구분하고 필요한 패키지와 예제 환경변수를 확인합니다. 모델 호출을 선택했다면 질문을 보낸 뒤 응답 출력과 오류, 사용량을 확인합니다. 가상 인사 안내에서는 지침, 질문, 자료를 구분해 입력하고, 근거가 있는 질문과 부족한 질문에 각각 정한 형식의 응답이 나오는지 살펴봅니다.
가상 사내 문서와 시험 질문 짝짓기
가상 인사·출장·계정 문서의 이름과 근거 문장을 정리하고 질문 목록을 만듭니다. 관련 조각을 골라 질문과 함께 답변에 전달한 뒤, 답변의 출처를 원문과 대조합니다. 근거 문장이 없는 질문도 목록에 넣어 검색 실패를 확인합니다.
텍스트 추출과 문서 분할 결과 살피기
TXT와 PDF에서 텍스트를 읽고 추출 결과를 파일명, 확인 가능한 페이지 정보와 함께 JSON에 저장합니다. 누락과 글자 깨짐을 점검하고 공백과 반복 문구를 정리한 뒤, 제목과 본문의 경계를 살피며 분할합니다. 조각의 문자 수와 중첩을 바꿔 근거 문장이 어떻게 나뉘는지 비교하고 각 조각의 출처와 위치를 보관합니다.
유사도 점수를 비교하고 벡터 저장하기
수동으로 만든 2차원 벡터의 코사인 유사도를 비교하고, 점수가 가까운 후보의 원문이 질문과 어떻게 관련되는지 검토합니다. 분할한 문서를 문서 ID, 수동 벡터, 출처와 함께 로컬 Chroma 컬렉션에 저장한 뒤 프로그램을 다시 실행해 기존 항목을 조회합니다.
검색 후보를 답변과 출처로 연결하기
가상 질문으로 유사도 검색을 실행하고 결과 개수를 바꿔 보며 문서 ID, 본문, 출처를 비교합니다. 관련 후보를 질문과 함께 답변에 전달하고, 답변을 뒷받침하는 문장이 후보에 있는지 확인합니다. 표시된 출처 ID를 문서명과 페이지에 연결해 중복 페이지를 묶고, 누락된 ID와 원문 수치가 다른 부분을 점검합니다.
후속 질문을 보완하고 검색 실패 줄이기
직전 질문의 대상이 생략된 후속 질문을 골라 최근 대화 기록을 반영한 검색용 질문을 만듭니다. 새 대화를 시작할 때 지울 기록의 범위를 구분하고, 보완한 질문에서 기대 문서가 검색되는지 살펴봅니다. 결과 개수와 동의어 규칙을 조정할 때는 같은 질문과 기대 문서를 기준으로 전후 결과를 비교합니다.
두 검색 결과를 결합하고 후보 재정렬하기
문서번호 표기가 다른 예시를 대상으로 문자열 검색과 가상 벡터 검색의 결과를 비교한 뒤, RRF로 두 결과의 순서를 결합합니다. 문서 상태로 후보를 걸러 내고 관련도를 기준으로 다시 배열하며, 정답 후보가 빠지는지와 동률인 후보가 어떻게 처리되는지 확인합니다.
검색 품질을 평가하고 문서 갱신 확인하기
가상 평가 질문마다 기대 문서를 정하고 hit@3와 MRR@3로 상위 세 후보에 기대 문서가 포함되는지와 어느 위치에 나오는지 살펴봅니다. 답변과 근거를 대조해 실패 사례를 기록합니다. 가상 원본을 수정한 뒤 다시 색인하고 같은 질문으로 검색해 갱신 전후 결과와 제외한 문서의 노출 여부를 확인합니다.
FastAPI와 챗봇 웹 화면 연결하기
먼저 로컬 FastAPI에서 질문을 보내 가상 답변과 출처가 반환되는지 확인하고, 잘못된 입력에 대한 응답도 살펴봅니다. 웹 화면을 연결한 뒤 같은 질문을 브라우저에 입력해 답변과 원문이 표시되는지, 응답 대기 중이거나 오류가 났을 때 화면이 어떻게 바뀌는지 확인합니다.
역할별 문서 노출과 로그 점검하기
가상 직원과 인사팀 역할로 같은 질문을 보내고 검색 결과, 표시된 출처, 열람할 수 있는 원문을 각각 비교합니다. API 키와 로그 관리 항목을 정리하고, 가상 문서 속 악성 지시가 답변에 섞이는지 확인합니다. 예제 마스킹으로 가려지는 내용을 살펴보고 문서 접근 범위 확인 결과를 점검표에 남깁니다.
운영 항목을 정리하고 최종 프로젝트 검토하기
로컬 실습 환경과 운영 환경을 구분하고 서비스 상태, 오류, 응답 시간과 이용량을 확인할 항목을 정리합니다. 최종 프로젝트에서 가상 문서를 색인한 뒤 질문 검색부터 원문·출처 표시까지 실행합니다. 역할별 결과를 비교하고 재확인이 필요한 실패 사례를 인계 초안에 남깁니다.







