검색 증강 생성(RAG)은 검색 결과를 활용해 답변의 정확성과 최신성을 높이는 AI 아키텍처 패턴이에요. LLM이 답변 생성 시 최신 정보를 반영하지 못하는 한계를 극복하고, 외부 지식 기반을 활용해 답변의 신뢰도를 높이는 방법입니다. RAG는 검색, 증강, 생성의 3단계로 구성돼요.
검색 단계에서는 사용자 질문에 가장 관련 있는 정보를 검색하고, 증강 단계에서는 검색된 정보를 LLM의 프롬프트에 추가합니다. 마지막으로 생성 단계에서는 LLM이 프롬프트를 기반으로 답변을 생성하며, 이 과정에서 검색된 정보가 답변 생성에 활용돼요.
RAG는 챗봇, 문서 요약, 질문 답변 시스템 등 다양한 분야에서 활용될 수 있으며, 외부 지식 기반을 지속적으로 업데이트하여 답변의 정확성과 최신성을 유지할 수 있다는 장점이 있습니다.