#rag #retriever #langchain #denseretriever #sparseretriever #검색기 #ai검색 #자연어처리 #벡터검색 #ai개발 #딥러닝검색 #정보검색 #tfidf #bm25 #faiss #python #ai블로그 #티스토리블로그

RAG 시스템의 핵심, 검색기(Retriever)란?검색기(Retriever)는 RAG(Retrieval-Augmented Generation) 시스템에서 5번째 단계에 해당하며, 사용자의 질문과 관련된 정보를 벡터 데이터베이스에서 찾아주는 역할을 합니다. 이 단계의 성능은 전체 시스템의 정확도와 응답 속도에 직접적인 영향을 미칩니다.검색기의 필요성정확도 향상: 사용자 질문과 높은 관련도를 가진 문서를 선택해, 보다 정밀한 답변을 생성합니다.응답 속도 개선: 효율적인 검색 알고리즘으로 빠르게 문서를 탐색하여 전체 시스템 응답 시간을 줄입니다.시스템 최적화: 관련된 문서만 선택해 불필요한 연산과 자원 낭비를 줄입니다.검색기의 동작 방식질문의 벡터화: 질문을 임베딩 기법으로 벡터화유사도 비교: 저장된 문서 ..