검색증강생성(RAG) 기술 편집하기

'''검색증강생성(Retrieval Augumented Generation, RAG) 기술'''은 생성형(Generative) AI 기술에서 발생하는 환각(hallucination) 현상을 해결하기 위해 제안한 방법으로 <u>미리 학습된 LLM(대규모 언어 모델) 및 자체 데이터를 사용하여 응답을 생성하는 패턴</u>이다. 생성 AI가 잘못 답변할 수 있는 부분에서 미리 질문과 관련된 참고 자료를 구성해 미리 학습을 시켜서 더욱 정확하고 일관성 있는 결과를 생성할 수 있다.

[[파일:Rag-ai.png|프레임없음|1300x1300픽셀]]

이에 대한 상세한 설명은 Azure Machine Learning 문서에서 <u>LLM(대규모 언어 모델)에서 RAG 사용에 대한 기술 개요</u>, <u>Azure Machine Learning을 사용한 RAG(미리 보기)</u>를 참고하면 좋다. ([https://learn.microsoft.com/ko-kr/azure/machine-learning/concept-retrieval-augmented-generation?view=azureml-api-2#technical-overview-of-using-rag-on-large-language-models-llms 링크])


생성형 AI의 환각(hallucination)을 줄이는 다른 방법으로는 학습 토큰을 늘리는 '''롱 콘텍스트(long context)''' 방법도 있다. 즉, LLM이 이해할 수 있는 문맥을 더 길게 제공해서 답변의 정확도를 높이는 기술을말한다.
[[분류:전문용어]]
[[분류:인공지능]]
[[분류:환각]]
[[분류:Hallucination]]
[[분류:RAG]]
[[분류:검색증강생성]]
[[분류:롱 콘텍스트]]
[[분류:Long context]]
[[분류:AI용어]]
[[분류:Artificial Intelligence]]
[[분류:생성현 인공지능]]
[[분류:Generative AI]]