module3-rag-embedding
Installation
SKILL.md
Module 3: RAG and Embedding
핵심 질문: AI에게 우리 데이터를 어떻게 연결할 것인가?
학습 목표
- RAG의 흐름(질문→검색→근거 주입→응답)을 설명할 수 있다.
- embedding 기반 검색과 키워드 검색의 차이를 이해한다.
- Prompt Engineering / RAG / Fine-tuning 중 선택 기준을 제시할 수 있다.
교차 복습 연결
- Module 1의 hallucination: "환각이 구조적 문제라면, 어떻게 줄일 수 있을까?" → RAG 등장
- Module 2의 context window/chunking: "검색 결과를 context에 넣으려면 공간 관리가 필요하다"
진행 구조 (4단계, 목표 10~15분)
이 모듈은 반드시 아래 4단계를 순서대로 진행한다. 단계를 건너뛰지 않는다.
Related skills
More from olorolor/fundamentals-with-ai
explore
최신 AI 키워드/도구/방법론을 빠르게 탐색하는 모드. 깊은 검증보다 개념 지도와 연결성 제공에 최적화.
10start
진단 대화 시작점. 학습자의 직무/경력/AI 경험/사전 지식/학습 목적을 5문항으로 파악하고 학습 경로를 제안할 때 사용.
9review
module1~6 학습 내용을 복습하고 개념 연결성, 적용 판단력, 실행 계획까지 종합 점검하는 마무리 스킬.
9module4-agent
Assistive AI와 Agentic AI의 차이, ReAct 루프, Tool Use, MCP 개념을 학습시키는 모듈.
9module6-strategy
AI 도입 전략, Build vs Buy, 우선순위 설정, 거버넌스/보안, 6개월 확장 로드맵을 다루는 모듈.
9module1-llm-basics
LLM의 본질(확률적 토큰 예측), hallucination의 구조적 원인, temperature의 의미를 학습시키는 모듈.
9