여러분이 여행을 간다고 가정해보겠습니다. 먼저, 패키지 여행을 가는 것을 상상해 보세요. 결제만 하면 모든 스케줄이 다 정해져 있고, 나는 가이드의 지시대로 따르면 여행을 안전하게 마무리할 수 있습니다. 하지만 단체여행의 특성상 개인의 취향은 고려되기 어렵죠. 그래서 맞춤형 여행이기 보다는 평균적으로 무난한 여행일 것입니다.

그렇다면 이번엔 자유여행을 가게 된다고 생각해볼게요., 모든 관광지, 식당 등을 내가 주도적으로 정할 수 있습니다. 심지어 밥 먹는 시간도 평상시 먹는 스케줄에 맞춰 얼마든지 조정이 가능하죠. 자유여행은 스케줄을 짜기가 번거로울 뿐이지 대신 내가 온전히 선택을 했기 때문에 여행 그 자체에 대한 만족도는 높을 것입니다.

“RAG” 는 여러분들이 LLM 을 우리의 업무에 혹은 우리의 일상 생활에 적용하기 위한 “자유여행”과 같은 개념입니다. 어떤 문서를 로드 하고, 어떻게 처리하며, 검색은 어떤 알고리즘을 사용하여 검색하고 저장하며, 어떤 형식으로 답변을 받을지 모든 과정을 내가 주도적으로 결정할 수 있습니다. 당연히 결과물도 기성 제품보다는 뛰어날 수 밖에 없습니다. 그래서 “RAG” 에 사람들이 주목하는 이유입니다.

그래서 준비했습니다.
이번 과정은 여러분들에게 “RAG” 의 기본 개념부터 각각의 세부 요소들에 대하여 아주 면밀하게 알아보고 나에게 혹은 우리 회사에 맞는 최적의 답을 찾아 나아갈 수 있도록, 그 과정을 제가 가이드 해 드릴 예정입니다. 그럼 시작에 앞서 RAG, 어디서부터, 어떻게 구현해야 할까요?

RAG 고수, 국내 랭체인 학습자들의 바이블 테디노트의 RAG 활용 노하우, 지금 다 알려드립니다.

Q1. 간단하게 강사님 자기 소개 부탁드립니다.

: 안녕하세요! 저는 테디노트의 ‘테디’ 입니다. 주로 LangChain 을 활용하여 성공적인 End-to-End RAG 를 만들기 위하여 스스로도 노력하고, 다른 분들도 그렇게 해낼 수 있도록 돕고 있습니다. 여기서 End-to-End 란 RAG 의 시작단계부터 최종 답변이 나오기까지 끝 단계를 의미합니다.

Q2. 강사님이 생각하시기에 RAG가 중요한 이유는 무엇인가요?
왜 다수의 사람들이 LLM을 잘 구현하기 위해 ‘RAG’에 주목하는 것일지 궁금합니다.

: LLM을 잘 개발하려면 RAG가 필수적인 이유는 명확합니다. RAG는 문서에서 정보를 추출하고 이를 바탕으로 추론을 하는 과정으로, LLM의 성능을 극대화하는 데 중요한 역할을 합니다. 

제가 RAG에 주목하는 이유는, 이를 통해 더 정확하고 효율적인 AI 모델을 개발할 수 있었기 때문입니다.  엔지니어들이 RAG를 배워야 하는 이유는, 이를 통해 데이터에서 유의미한 정보를 추출하고, 이를 바탕으로 강력한 추론을 할 수 있는 능력을 갖추게 되기 때문입니다.

Q3. 그렇다면 RAG 학습에 있어 가장 핵심이 되는 키워드는 무엇일까요?
어떤 것부터 갖추어져야 RAG로 원하는 결과물을 얻을 수 있을지 궁금합니다.

: 많은 사람들이 RAG를 공부하기 위해 프로젝트만 무작정 따라 하는 경우가 많습니다. 하지만 이는 올바른 학습 방법이 아닙니다. LangChain 문법의 기본기를 확실히 다져야만 복잡한 RAG의 과정을 이해하고 응용할 수 있습니다. 기본기가 튼튼하지 않으면 프로젝트를 따라 하더라도 그 원리를 제대로 이해하지 못하고, 결국 문제 해결 능력이 떨어질 수밖에 없습니다. 제 강의에서는 기본기를 탄탄히 다지는 것에 중점을 두고 있습니다. 각 단계마다 어떤 모듈들이 있는지, 그 기능과 활용 방법을 심도 있게 다루어 수강생들이 실질적인 문제 해결 능력을 갖출 수 있도록 합니다.

RAG는 결코 쉽게 결과물을 얻을 수 있는 기술이 아닙니다. 이는 단순히 기술적인 지식만으로 해결되는 문제가 아니기 때문입니다. 각 단계마다 철저한 이해와 정확한 구현이 필요하며, 이를 위해서는 기본기가 탄탄해야 합니다. 제가 유튜브 영상에서 다룬 랭체인 밋업 발표에서도 언급했듯이, 각 단계마다 발생할 수 있는 문제와 이를 해결하기 위한 방법을 이해해야 하구요.

또한, 최신 논문과 기술의 적용, 다양한 실험과 시도를 무수히 반복하여 정수에 도달할 때까지 계속 노력해야합니다. RAG 개발의 ‘끝’ 이란 건 없는 것 같습니다. 그동안 RAG를 경험해 보지 않았지만 해야하는 상황이라면, 이 강의가 해답을 드린다고 말은 못하겠지만, 다양한 시행착오를 많이 줄여드리는 역할을 할 것 같습니다. 만약, RAG 로 머리를 싸매고 혼자 고민을 하고 계신 분이라면 자유롭게 토론할 수 있는 커뮤니티가 생기는 거구요.

Q4. 네, 명쾌한 답변 감사합니다. 마지막으로 강사님의 강의 핵심 포인트를 3가지로 추린다면, 어떻게 정리할 수 있을까요?
수강생분들께서 강사님의 강의를 듣는다면 기존과는 무엇이 달라질 수 있을지, 다른 강사가 아니라,
오직 ‘테디노트에게만’ 배워야 하는 이유가 궁금해요.

1. 실질적인 페인포인트 해결: 500명의 설문을 기반으로 실제 현장에서 겪는 어려움을 해결할 수 있는 강의입니다.

2. 소통과 최신성: 수강생들과의 소통을 중요시하며, 최신 자료를 지속적으로 업데이트하여 제공하는 강의입니다. 제공되는 코드는 꾸준히 업데이트할 예정이고, 필요하다면 라이브Q&A 를 통해 지속적으로 최신 기술을 접목해 나가면서 같이 최적의 해를 찾아나갈 것입니다.

3. 기초부터 심화까지 마스터: RAG의 기초부터 심화까지 체계적으로 마스터할 수 있는 커리큘럼을 제공합니다. 이 강의를 듣는다면, 단순히 따라 하는 것에서 그치는 것이 아니라, 스스로 문제를 해결할 수 있는 능력을 갖추게 될 것입니다. 더불어, 오직 저에게만 배워야 하는 이유는 ‘저만의 노하우’와 ‘특별한 강의 방식’에 있습니다. 저는 현업 경험을 바탕으로 수강생들이 가장 어려워하는 부분을 정확히 파악하고 있으며, 이를 해결할 수 있는 맞춤형 강의를 제공합니다. 또한, 실제 프로젝트 경험을 통해 얻은 실질적인 팁과 트릭을 공유하며, 이론과 실습을 균형 있게 배울 수 있도록 합니다.

Q5. 마지막으로 수강생분들께 전하고 싶은 말씀 있으실까요? 자유롭게 말씀 부탁드립니다!

이번 강의를 기획하며 500명의 설문을 기반으로 실제 현장에서 겪는 어려움이 무엇인지에 대한 답을 찾았습니다. 이를 해결할 수 있도록 최대한 도와드리려고 해요. 나아가, 수강생들과의 소통을 중요시하며, 최신 자료를 지속적으로 업데이트하여 제공하는 강의를 구성했습니다. 제공되는 코드는 꾸준히 업데이트할 예정이고, 매 월 라이브 Q&A 를 통해 지속적으로 최신 기술을 접목해 나가면서 같이 최적의 해를 찾아나갈 것이며, RAG의 기초부터 심화까지 체계적으로 마스터할 수 있는 커리큘럼을 제공해드리고자 합니다.

이 강의는 데이터 과학자, AI 엔지니어, 그리고 머신러닝 연구원들에게 특히 유용할 것 같습니다. 또한, RAG를 활용한 프로젝트를 진행 중인 모든 사람들, 특히 AI 쪽 도메인이 전혀 없었던 개발자 분들에게 큰 도움이 될 것입니다.

복잡한 문서 처리와 추론 작업을 효율적으로 수행하고자 하는 분들이라면, 이 강의를 통해 많은 것을 배울 수 있을 것이라 생각이 드는데요. 이번 강의를 통해 많은 분들이 RAG를 마스터하고, 이를 바탕으로 더 나은 AI 모델을 개발할 수 있기를 기대합니다. 감사합니다. 강의에서 뵙겠습니다!

>> 강의 들으러 가기 >>