PROJECT 01 / CUSTOM RAG
커스텀 RAG.
검색 방식에 질문 재작성·문서 필터·리랭킹을 조합하고, LLM에 전달할 근거 개수를 설정합니다.
화면과 동작 흐름을 확인하는 프로토타입입니다. 실제 문서 검색이나 AI 추론은 수행하지 않으며, 입력과 무관한 고정 예시를 보여줍니다.
이 모듈의 초점검색 방식 + 선택 옵션 → 근거 선별 → LLM
전체 문서에서 BM25 + 벡터 검색으로 후보를 찾습니다. RRF로 두 검색 순위를 통합합니다. Cross-Encoder로 후보를 재평가합니다. 관련 근거를 최대 5개 선별합니다.
검색 흐름 구성
설정 미리보기검색 방식과 옵션을 바꾸면 예상 흐름과 아래 5단계 파이프라인이 함께 바뀝니다. 변경 시 이전 미리보기 결과는 초기화됩니다.
선택한 예상 흐름
- 질문
- BM25 + 벡터 검색
- RRF 순위 통합
- 리랭킹
- 최대 5개 근거
- LLM
Basic RAG와 구성 비교
| 구성 항목 | Basic RAG | 현재 커스텀 설정 |
|---|---|---|
| 검색 | 벡터 검색 | BM25 + 벡터 검색 + RRF |
| 질문 재작성 | 사용 안 함 | 사용 안 함 |
| 문서 범위 | 전체 문서 | 전체 문서 |
| 리랭킹 | 사용 안 함 | 사용 |
| 최대 근거 수 | 별도 설정 없음 | 5개 (설계값) |
설정은 화면의 흐름만 바꿉니다. 재작성·필터·BM25·리랭킹을 실제로 실행하지 않으며, 결과는 같은 고정 예시입니다. 검색 품질·응답 시간 비교는 실제 연결과 평가 데이터 준비 후 제공합니다.
ARCHITECTURE
커스텀 RAG 구성도
구성 요소의 역할과 데이터 흐름을 확인할 수 있습니다.
구성도 텍스트 설명
- 사전 색인: 선택한 방식에 따라 벡터 또는 BM25 인덱스를 준비합니다. 문서 유형 메타데이터도 함께 관리하는 설계입니다.
- 검색: 벡터·BM25·하이브리드 중 선택하고 질문 재작성과 문서 유형 필터를 조합합니다.
- 근거 선별: 선택적으로 Cross-Encoder 리랭킹을 적용한 뒤 설정한 개수 이내의 근거를 선별합니다. 모델은 미선정입니다.
- 공통 흐름: 입력 검증 → 검색 → 근거 선별 → 답변 생성 → 출력 검증. 근거가 부족하면 부족 안내로 종료합니다.
- 현재는 모의 이벤트와 고정 예시 답변을 사용하는 UI 미리보기입니다. 실제 검색과 모델은 연결 예정입니다.
처리 파이프라인5 STEPS · UI 미리보기
- 01질문의 형식과 길이를 확인합니다.
입력 검증
대기 - 02전체 문서에서 BM25 + 벡터 검색으로 후보를 찾습니다.
BM25 + 벡터 검색
대기 - 03RRF로 두 검색 순위를 통합합니다. Cross-Encoder로 후보를 재평가합니다. 관련 근거를 최대 5개 선별합니다.
근거 선별 · 리랭킹
대기 - 04선별한 최대 5개 근거와 원래 질문을 LLM에 전달합니다.
답변 생성
대기 - 05답변과 출처를 확인합니다. 근거가 부족하면 부족 안내로 종료합니다.
출력 검증
대기
문서에 질문하기
INPUT예시 질문
질문을 입력하고 미리보기를 시작해 보세요.
답변과 근거
OUTPUT답변의 시작은 좋은 질문에서
미리보기를 실행하면 예시 답변과 참조 문서를 확인할 수 있습니다.
RAG 전체 모듈Search Options / Reranking / Top-K