피터의 개발이야기

[AI] LLM 학습 노트 공개 - Transformer부터 RAG까지, 그리고 운영 가능한 AI 시스템을 향해 ㅁ 들어가며요즘 RAG는 거의 기본 옵션이 되었다. 문서를 임베딩하고, 벡터 검색으로 관련 내용을 찾아 LLM에 넘긴다.그런데 이상하다. 검색은 되는데, 답은 종종 부정확하다. 문장은 가져오지만, 맥락은 놓친다. 관련 문서는 찾는데, “왜”라는 질문에는 약하다.이번 세미나는 이 문제를 정면으로 다뤘다. 핵심 메시지는 단순했다.텍스트 중심 RAG의 한계를 넘기려면,의미를 문장이 아니라 ‘개념과 관계’로 설계해야 한다. 그리고 그 흐름은 이렇게 정리된다.Ontology → Knowledge Graph → GraphRAG → Agentic GraphRAG 이 글은 그 전체 파이프라인을 시스템 ..