📊
내 데이터로 답하는 AI 만들기 — RAG 입문
교육시간 : 4시간 / 비용 : 협의 / 강사 : 김종혁
RAG(Retrieval-Augmented Generation) 기술을 활용해 회사의 업무 데이터와 연동되는 맞춤형 AI 시스템을 직접 구축하는 4시간 집중 실무 교육입니다. 나눔경영컨설팅 김종혁 대표의 지도하에 RAG의 핵심 개념부터 회사 문서 연동 시스템 아키텍처 설계, Supabase와 Voyage AI를 활용한 실전 구현까지 단계별로 학습합니다. 이론 학습과 함께 실제 업무 환경에서 바로 적용 가능한 RAG 시스템을 구축해보는 핸즈온 실습을 통해 참가자들은 자사 데이터에 특화된 AI 솔루션 개발 역량을 확보할 수 있습니다. 삼성전자·KT·LG전자·효성 등 50개 이상 기업에 출강한 검증된 기업교육 커리큘럼입니다.
학습 목표
RAG 기술 이해 및 업무 데이터 연동 AI 구축 능력 습득
기대 성과
자사 문서 기반 정확한 AI 답변 시스템 직접 구현
Module 1. RAG 개념과 필요성 이해
- 생성AI 할루시네이션 문제 – 근거 없는 답변 생성 원인 분석 및 사례 학습
- RAG(Retrieval-Augmented Generation) 정의 – 문서 검색과 생성 결합 방식 이해
- 기존 AI 방식 vs RAG 방식 비교 – 정확도, 신뢰성, 기업 활용성 차이 분석
- RAG 도입의 비즈니스 가치 – 기업 기밀 보호, 최신 정보 반영, 비용 효율성
- 할루시네이션 해결 메커니즘 – 실제 데이터 기반 답변 생성 프로세스 분석
- RAG 아키텍처 전체 흐름 – 임베딩, 벡터 저장소, 검색, 생성 단계별 이해
Module 2. 회사 문서 연동 RAG 시스템 아키텍처
- Supabase 벡터 데이터베이스 구조 – 문서 저장, 벡터화, 검색 기능 작동 원리
- Voyage AI 임베딩 모델 역할 – 텍스트를 고차원 벡터로 변환하는 프로세스 실습
- 문서 전처리 및 청킹 전략 – 긴 문서를 최적 크기로 분할하는 방법론 학습
- 의미 기반 검색(Semantic Search) 메커니즘 – 키워드가 아닌 의미로 문서 찾기
- 벡터 유사도 계산과 순위 매기기 – 검색된 문서의 관련성 판단 기준 이해
- Claude AI와의 연결 구조 – 검색 결과를 프롬프트에 통합하여 최종 답변 생성
Module 3. Supabase · Voyage AI 실전 실습
- Supabase 프로젝트 생성 및 벡터 테이블 설정 – 실제 클라우드 환경에서 DB 구축
- Voyage AI API 연동 및 임베딩 생성 – 샘플 문서를 벡터로 변환하여 저장
- 노코드 도구(Make, Zapier) 활용 – 문서 업로드부터 벡터화까지 자동화 워크플로우
- Claude Code를 활용한 RAG 애플리케이션 프로토타입 – 실제 작동하는 챗 인터페이스
- 검색 결과 품질 평가 및 파라미터 튜닝 – Top-K 값, 유사도 임계값 조정
- 구축한 RAG 시스템 테스트 및 배포 – 다양한 질문으로 실제 작동 검증 및 공유
Module 4. RAG 시스템 고도화 및 활용 전략
- 멀티 문서 소스 통합 – 사내 매뉴얼, FAQ, 제안서 등 다양한 문서 연동
- 응답 품질 개선 전략 – 프롬프트 엔지니어링과 컨텍스트 윈도우 최적화
- 보안 및 접근 권한 설계 – 부서별, 직급별 정보 접근 제어 방안
- 운영 및 유지보수 가이드 – 문서 업데이트 주기, 임베딩 갱신 전략
- 비용 최적화 방안 – API 호출 비용 관리와 캐싱 전략
- 향후 확장 로드맵 – 챗봇에서 에이전트로의 발전 방향
주요 출강 기업
한국도로공사, 나눔경영컨설팅, 바이오프로테크, KMA, 강사로, 브라코이미징코리아 外
자주 묻는 질문
RAG(검색 증강 생성)란 무엇인가요?
RAG(Retrieval-Augmented Generation)는 AI가 답변을 생성할 때 외부 데이터를 검색하여 참고하는 기술입니다. 일반 AI는 학습 데이터에만 의존하지만, RAG를 사용하면 회사 내부 문서, 제품 카탈로그, 고객 FAQ 등 자사만의 데이터를 AI에 연결하여 정확하고 맞춤화된 답변을 생성할 수 있습니다.
RAG를 배우면 실무에서 어떻게 활용할 수 있나요?
자사 제품/서비스 데이터를 기반으로 AI 챗봇을 구축하거나, 내부 지식베이스를 만들어 신입사원 온보딩, 고객 문의 자동응답, 영업 자료 검색 등에 활용할 수 있습니다. Supabase 벡터 DB를 사용하여 비용 효율적으로 구축하는 방법을 배웁니다.
벡터 데이터베이스란 무엇인가요?
벡터 데이터베이스는 텍스트, 이미지 등의 데이터를 수학적 벡터(숫자 배열)로 변환하여 저장하는 데이터베이스입니다. 의미적으로 유사한 내용을 빠르게 검색할 수 있어 RAG 시스템의 핵심 구성요소입니다. 이 과정에서는 Supabase의 pgvector를 활용합니다.
교육 대상은 누구인가요?
자사 데이터를 활용한 AI 시스템 구축에 관심 있는 기업 임직원이라면 누구나 수강 가능합니다. 코딩 경험이 없어도 노코드 도구를 활용하여 실습할 수 있도록 구성되어 있습니다.
다른 AI 교육과 어떤 차이가 있나요?
일반적인 AI 활용 교육이 아닌, RAG 기술을 활용하여 자사 데이터에 특화된 AI 답변 시스템을 직접 구축하는 핸즈온 실습 중심 교육입니다. Supabase와 Voyage AI를 활용한 실전 구현까지 경험합니다.
교육 시간과 비용은 어떻게 되나요?
기본 4시간 과정이며, 기업 상황에 맞게 조정 가능합니다. 교육 비용은 인원, 장소, 커스터마이징 범위에 따라 협의하여 결정됩니다.
강사 경력이 궁금합니다.
김종혁 대표는 삼성전자·KT·LG전자·효성 등 50개 이상 기업에 출강한 검증된 AI 교육 전문가입니다. 실제 RAG 시스템을 구축·운영한 실무 경험을 바탕으로 교육합니다.