AI·데이터·인프라까지, e-wikidversity의 모든 기술 아티클을 한곳에서 시간순으로 모았습니다.
문서 적재부터 청킹, 임베딩, 검색, 생성까지 RAG 파이프라인 전 과정을 실무 기준으로 단계별 구성합니다.
RAG에서 검색 결과가 엉뚱할 때 청킹, 임베딩, 거리 측정, 하이브리드 검색까지 단계별로 원인을 진단합니다.
차원 수, 다국어 지원, 비용, 벤치마크까지 임베딩 모델을 고를 때 실제로 봐야 할 기준을 비교합니다.
비용, 데이터 양, 유지보수 관점에서 파인튜닝과 프롬프트 엔지니어링의 손익분기점을 비교 분석합니다.
정답 일치율을 넘어 RAG와 생성 작업에 맞는 평가 지표를 설계하고 LLM-as-judge를 적용하는 방법을 정리합니다.
문서 이해, 표·차트 추출, 시각 검색 등 멀티모달 모델을 실제 업무에 적용하는 대표 패턴을 정리합니다.
캐싱, 모델 라우팅, 배치, 양자화 등 품질을 지키면서 LLM 운영 비용을 낮추는 실전 기법을 정리합니다.
역할 부여, 단계적 사고, 예시 제공, 출력 형식 고정 등 검증된 프롬프트 패턴을 실전 예시와 함께 정리합니다.
사내 문서 검색 챗봇을 도입한 한 제조기업의 실제 여정을 통해 성공 요인과 실패에서 얻은 교훈을 정리합니다.