챗GPT도 반한 기술! RAG와 벡터 검색으로 AI 성능 200% 끌어올리기

02

2_01_소개

03

2_02_인공지능(AI), 머신러닝(ML), 데이터 처리(DP), 생성형 인공지능(Gen AI)

04

2_03_벡터의 개념

05

2_04_AI를 활용한 벡터 임베딩(Vector Embedding)

06

2_05_임베딩(Embedding) 모델

07

2_06_유사도 측정 지표(Similarity Metrics)

08

2_07_벡터 검색(Vector Search)

09

2_08_요약

10

3_01_소개

11

3_02_구조화 데이터와 비구조화 데이터

12

3_03_벡터 데이터베이스(Vector Database)

13

3_04_벡터 검색 워크플로우

14

3_05_벡터 데이터베이스 선택하기

15

3_06_요약

16

4_01_소개

17

4_02_#1_의미 기반 검색(Semantic Search)

18

4_03_#2_추천 시스템(Recommendation Systems)

19

4_04_#3_검색 기반 생성(Retrieval Augmented Generation, RAG)

20

4_05_#4_이상 탐지(Anomaly Detection)

21

4_06_#5_시각적 탐색(Visual Search)

22

5_01_전체 요약

23

5_02_마치며