M365.FM · 한국어
RAG란? Retrieval Augmented Generation 쉽게 이해하기
Azure AI Search, Azure OpenAI, AI Foundry
이 에피소드의 주제:
GPT-4o 같은 대규모 언어 모델은 강력하지만 지식은 특정 시점에 멈춰 있고 회사 내부 데이터는 알지 못합니다. Retrieval Augmented Generation은 먼저 여러분의 데이터에서 알맞은 정보를 찾아 질문과 함께 모델에 전달합니다. 이번 에피소드는 RAG를 쉽게 설명하고 Azure 구성 요소가 어떻게 맞물리는지 보여 줍니다.
Apple Podcasts의 M365.FM 한국어 Spotify의 M365.FM 한국어 Amazon Music의 M365.FM 한국어 Deezer의 M365.FM 한국어 iHeart의 M365.FM 한국어 Podcast Addict의 M365.FM 한국어 Podchaser의 M365.FM 한국어
▶ RAG란? Retrieval Augmented Generation 쉽게 이해하기: Azure AI Search, Azure OpenAI, AI Foundry (AI 더빙)
이번 에피소드에서 배울 내용:
- LLM의 두 가지 문제: 멈춰 버린 지식과 내부 데이터에 대한 접근 부재, 그리고 파인튜닝으로 해결되지 않는 이유
- 검색·증강·생성 3단계로 보는 RAG: 사서 비유와 함께 벡터 임베딩, 시맨틱 검색까지
- Azure AI Search: 청크 단위 인덱싱, 벡터·키워드·하이브리드 검색, 시맨틱 리랭킹
- Azure OpenAI와 Azure AI Foundry: 컨텍스트만 사용하고 출처를 인용하며 "모르겠습니다"라고 말하는 시스템 프롬프트
- 기존 RAG와 에이전트 기반 RAG 비교, Blob Storage·AI Search·GPT-4o로 만드는 여행사 고객 지원 에이전트 예제
이 에피소드는 Microsoft MVP 미르코 피터스의 M365 Show 애니메이션 영상을 AI로 더빙한 한국어 버전입니다.