100분 완성! RAG 시스템 전문 마스터 과정

Master Retrieval-Augmented Generation (RAG) Systems

강사

파울러 디숀

강의

27강

시간

1h 38m

수강기간

6개월

레벨

초급

정가

50,000원

판매가

10,000원

총 결제 금액

80%

10,000원

평생교육이용권 사용안내

이 강의는 평생교육바우처로 결제할 수 있습니다.

강의 소개

강사

커리큘럼

수강 후기

🎯 Naive RAG를 넘어 실전 고급 RAG로! 쿼리 확장, 크로스 인코더 재순위화, DPR까지 최신 RAG 기술을 완벽 마스터. OpenAI API, ChromaDB, LangChain 실습으로 이론을 즉시 구현합니다. 개발자·PM·데이터 과학자 필수 과정. 임베딩 시각화로 성능 개선을 눈으로 확인하세요!

STOP
WASTING
TIME

당신의 AI가 계속 엉뚱한 답을 내놓는 이유

RAG 구현은 했는데 정확도 60%에서 멈췄다면? 이제 비싼 모델보다 정확한 나만의 AI를 만들 시간입니다.

💥 "RAG 튜토리얼은 다 따라했는데, 실제 프로젝트에 적용하니 답변 품질이 형편없습니다. 검색 정확도를 90% 이상으로 끌어올리는 방법을 모르겠어요."

YOUR PAIN POINTS

이런 상황, 너무 익숙하지 않나요?

😤

"왜 자꾸 엉뚱한 답을?"

분명 문서에 있는 내용인데, AI는 전혀 다른 얘기를 합니다. 사용자 신뢰도는 급락 중.

🔍

"검색 결과가 이상해요"

키워드만 같으면 관련 없는 문서를 가져오고, 정작 중요한 정보는 놓칩니다.

⏱️

"시간만 낭비했어요"

3개월째 파라미터 튜닝 중인데, 성능은 제자리. 뭘 고쳐야 할지 모르겠습니다.

⚠️ 이대로 방치하면? 경쟁사는 이미 90% 정확도로 시장을 선점하고 있습니다.
지금 바로 격차를 줄이지 않으면, 따라잡을 수 없습니다.

YOUR
WIN

이 강의 후, 당신이 손에 쥐게 될 것

🎯 검색 정확도 90% 이상,
GPT-4를 능가하는 나만의 AI 시스템

✨ 수료 후 보장되는 4가지 성과:

⚡

즉시 적용 가능한 코드 - Microsoft 보고서 기반 실전 파이프라인 (복붙 가능)

⚡

성능 30% 향상 보장 - Query Expansion + Reranking 실전 적용법

⚡

시각화 대시보드 - 임베딩 공간 분석으로 개선 효과 한눈에 증명

SIMPLE SOLUTION

복잡해 보이지만, 해결책은 단순합니다

RAG 실패의 90%는 3가지 원인에서 발생합니다. 이것만 고치면 성능이 폭발적으로 개선됩니다.

🔧

검색 쿼리 최적화

사용자 질문을 AI가 이해하기 쉽게 변환하는 Query Expansion 기법

🎯

검색 결과 재정렬

쓸데없는 문서는 버리고, 진짜 중요한 정보만 골라내는 Reranking

💎

컨텍스트 품질 향상

LLM에게 정제된 최고 품질의 정보만 제공하여 환각 제거

PROBLEM
ONE

문제 #1: "AI가 내 질문을 이해 못 해요"

💬 "올해 매출이 얼마야?" → AI: "죄송합니다, 정보가 없습니다"
(실제로는 문서 3페이지에 있음)

원인: "매출"이라는 단어가 문서에는 "Revenue"로 표기되어 검색 실패

해결책: Query Expansion으로 "매출 = Revenue = 수익" 자동 변환

PROBLEM TWO

문제 #2: "AI가 쓸데없는 정보만 가져와요"

🤦 "CEO가 누구야?" → AI: "회사 연혁은 1975년부터..."
(정작 CEO 이름은 안 알려줌)

원인: "CEO"라는 단어가 많이 나오는 문서를 무작위로 가져옴

해결책: Reranking으로 질문 의도와 가장 관련 높은 문서만 선별

INSTANT
IMPACT

차별화 #1: 이번 주 프로젝트에 바로 적용

🚀 "복붙만 하면 돌아가는" 실전 코드 제공

이론 강의가 아닙니다. Microsoft 연례 보고서(실제 PDF 300페이지)를 처리하는 전체 파이프라인 코드를 그대로 드립니다. 당신의 문서만 바꿔 끼우면 끝.

⚡

LangChain + ChromaDB 전체 구현 코드 (GitHub 공개)

⚡

성능 비교 대시보드 - Before/After 한눈에 확인

⚡

임베딩 시각화 툴 - 왜 개선됐는지 눈으로 증명

SYSTEMATIC APPROACH

차별화 #2: 성능 30% 향상 보장 로드맵

🎯 문제 진단 → 해결 → 검증의 완벽한 사이클

"이것저것 다 해봤는데 안 돼요"는 이제 그만. 정확히 어디가 문제인지 진단하고, 그에 맞는 해결책을 적용하는 체계적 접근법을 배웁니다.

📊

Pre-retrieval - 쿼리 품질 개선 (Query Expansion)

📊

Post-retrieval - 검색 결과 정제 (Reranking)

📊

성능 측정 - 정량적 지표로 개선 효과 증명

4-STEP
MASTERY

단 4단계, 100분이면 마스터합니다

왜 내 RAG는 실패하는가?

Naive RAG의 3가지 치명적 약점 진단 + 실제 실패 사례 분석

쿼리 최적화 실전

Query Expansion 코드 구현 + 성능 15% 향상 확인

검색 결과 재정렬

Reranking + Cross-Encoder로 정확도 20% 추가 향상

실무 적용 및 배포

당신의 프로젝트에 맞춤 적용 + 성능 모니터링 대시보드

PROVEN RESULTS

이미 검증된 방법입니다

"실제 데이터로 증명하고, 코드로 검증하고, 시각화로 확인하면
누구나 RAG 성능을 30% 이상 개선할 수 있습니다."

📈 이 방법이 효과적인 3가지 증거:

✓

실제 Microsoft 300페이지 PDF - 가장 현실적인 테스트 환경

✓

Before/After 정량 비교 - 검색 정확도 60% → 90% 향상 증명

✓

임베딩 공간 시각화 - 왜 개선됐는지 눈으로 직접 확인

무엇을 배우는 강의인가요?

STOP
WASTING
TIME

당신의 AI가 계속 엉뚱한 답을 내놓는 이유

RAG 구현은 했는데 정확도 60%에서 멈췄다면? 이제 비싼 모델보다 정확한 나만의 AI를 만들 시간입니다.

YOUR PAIN POINTS

이런 상황, 너무 익숙하지 않나요?

😤

"왜 자꾸 엉뚱한 답을?"

분명 문서에 있는 내용인데, AI는 전혀 다른 얘기를 합니다. 사용자 신뢰도는 급락 중.

🔍

"검색 결과가 이상해요"

키워드만 같으면 관련 없는 문서를 가져오고, 정작 중요한 정보는 놓칩니다.

⏱️

"시간만 낭비했어요"

3개월째 파라미터 튜닝 중인데, 성능은 제자리. 뭘 고쳐야 할지 모르겠습니다.

⚠️ 이대로 방치하면? 경쟁사는 이미 90% 정확도로 시장을 선점하고 있습니다.
지금 바로 격차를 줄이지 않으면, 따라잡을 수 없습니다.

YOUR
WIN

이 강의 후, 당신이 손에 쥐게 될 것

🎯 검색 정확도 90% 이상,
GPT-4를 능가하는 나만의 AI 시스템

✨ 수료 후 보장되는 4가지 성과:

⚡

즉시 적용 가능한 코드 - Microsoft 보고서 기반 실전 파이프라인 (복붙 가능)

⚡

성능 30% 향상 보장 - Query Expansion + Reranking 실전 적용법

⚡

시각화 대시보드 - 임베딩 공간 분석으로 개선 효과 한눈에 증명

SIMPLE SOLUTION

복잡해 보이지만, 해결책은 단순합니다

RAG 실패의 90%는 3가지 원인에서 발생합니다. 이것만 고치면 성능이 폭발적으로 개선됩니다.

🔧

검색 쿼리 최적화

사용자 질문을 AI가 이해하기 쉽게 변환하는 Query Expansion 기법

🎯

검색 결과 재정렬

쓸데없는 문서는 버리고, 진짜 중요한 정보만 골라내는 Reranking

💎

컨텍스트 품질 향상

LLM에게 정제된 최고 품질의 정보만 제공하여 환각 제거

PROBLEM
ONE

문제 #1: "AI가 내 질문을 이해 못 해요"

💬 "올해 매출이 얼마야?" → AI: "죄송합니다, 정보가 없습니다"
(실제로는 문서 3페이지에 있음)

원인: "매출"이라는 단어가 문서에는 "Revenue"로 표기되어 검색 실패

해결책: Query Expansion으로 "매출 = Revenue = 수익" 자동 변환

PROBLEM TWO

문제 #2: "AI가 쓸데없는 정보만 가져와요"

🤦 "CEO가 누구야?" → AI: "회사 연혁은 1975년부터..."
(정작 CEO 이름은 안 알려줌)

원인: "CEO"라는 단어가 많이 나오는 문서를 무작위로 가져옴

해결책: Reranking으로 질문 의도와 가장 관련 높은 문서만 선별

INSTANT
IMPACT

차별화 #1: 이번 주 프로젝트에 바로 적용

🚀 "복붙만 하면 돌아가는" 실전 코드 제공

이론 강의가 아닙니다. Microsoft 연례 보고서(실제 PDF 300페이지)를 처리하는 전체 파이프라인 코드를 그대로 드립니다. 당신의 문서만 바꿔 끼우면 끝.

⚡

LangChain + ChromaDB 전체 구현 코드 (GitHub 공개)

⚡

성능 비교 대시보드 - Before/After 한눈에 확인

⚡

임베딩 시각화 툴 - 왜 개선됐는지 눈으로 증명

SYSTEMATIC APPROACH

차별화 #2: 성능 30% 향상 보장 로드맵

🎯 문제 진단 → 해결 → 검증의 완벽한 사이클

"이것저것 다 해봤는데 안 돼요"는 이제 그만. 정확히 어디가 문제인지 진단하고, 그에 맞는 해결책을 적용하는 체계적 접근법을 배웁니다.

📊

Pre-retrieval - 쿼리 품질 개선 (Query Expansion)

📊

Post-retrieval - 검색 결과 정제 (Reranking)

📊

성능 측정 - 정량적 지표로 개선 효과 증명

4-STEP
MASTERY

단 4단계, 100분이면 마스터합니다

왜 내 RAG는 실패하는가?

Naive RAG의 3가지 치명적 약점 진단 + 실제 실패 사례 분석

쿼리 최적화 실전

Query Expansion 코드 구현 + 성능 15% 향상 확인

검색 결과 재정렬

Reranking + Cross-Encoder로 정확도 20% 추가 향상

실무 적용 및 배포

당신의 프로젝트에 맞춤 적용 + 성능 모니터링 대시보드

PROVEN RESULTS

이미 검증된 방법입니다

"실제 데이터로 증명하고, 코드로 검증하고, 시각화로 확인하면
누구나 RAG 성능을 30% 이상 개선할 수 있습니다."

📈 이 방법이 효과적인 3가지 증거:

✓

실제 Microsoft 300페이지 PDF - 가장 현실적인 테스트 환경

✓

Before/After 정량 비교 - 검색 정확도 60% → 90% 향상 증명

✓

임베딩 공간 시각화 - 왜 개선됐는지 눈으로 직접 확인

강사

파울러 디숀

안드로이드, 자바, 플러터 개발자이자 강사이다. IT 분야에서 사람들을 가르치는 것에 열정을 가지고 있습니다. 175개 이상의 국가에서 80,000명 이상의 학생들을 가르쳐 온 그는 프로그래밍과 개발 분야의 지식과 전문성을 전파하는 데 헌신해 왔습니다.

Whitworth University에서 컴퓨터 공학 학위를 취득한 했으며, 교육과 더불어 프로그래밍을 즐깁니다. 그는 모바일 앱과 웹 개발 분야에서 풍부한 경험을 보유하고 있으며, 학생들이 전문 개발자가 되는 데 필요한 기술을 제공하는 플랫폼인 "Build Apps with Paulo"를 설립했습니다.

학생들이 뛰어난 애플리케이션과 소프트웨어를 만들 수 있도록 가르치고 안내하는 것은 그에게 매우 보람 있는 여정이었습니다. 10년 넘게 온라인으로 강의해 온 그는 학습자들의 현재 경험 수준과 관계없이 숙련된 개발자가 될 수 있도록 돕는다는 사명감으로 활동하고 있습니다.

커리큘럼

1_1 소개