[RAG] 00. Introduction: RAG와 정보검색
![[RAG] 00. Introduction: RAG와 정보검색](/post/rag-and-retrieval/getting-started-rag-and-retrieval/wordcloud_hu_c8242c9c0b4e63d0.webp)
Collections
8 pages
[RAG] RAG와 정보검색
역색인과 BM25 같은 고전 정보검색부터 BERT 기반 Dense Retrieval, RAG 파이프라인, GraphRAG, MCP 기반 Text2SQL, Cross-Encoder 학습까지 검색과 LLM을 결합하는 8편 시리즈입니다.
[RAG] 01. Classical IR — 역색인, TF-IDF, BM25
![[RAG] 01. Classical IR — 역색인, TF-IDF, BM25](/post/rag-and-retrieval/classical-information-retrieval/wordcloud_hu_420f03aeea398218.webp)
[RAG] 02. Dense Retrieval — BERT로 의미를 검색하기
![[RAG] 02. Dense Retrieval — BERT로 의미를 검색하기](/post/rag-and-retrieval/dense-retrieval-fundamentals/wordcloud_hu_1b82ae9cb449d940.webp)
[RAG] 03. RAG 파이프라인 구축 — Retriever-Reader
![[RAG] 03. RAG 파이프라인 구축 — Retriever-Reader](/post/rag-and-retrieval/rag-pipeline-fundamentals/wordcloud_hu_a07e7f8fe0df8e27.webp)
[RAG] 04. 고차원 근사 검색 — LSH와 그래프 인덱스
![[RAG] 04. 고차원 근사 검색 — LSH와 그래프 인덱스](/post/rag-and-retrieval/approximate-nearest-neighbor-search/wordcloud_hu_c6a9052b0fd92cdd.webp)
[RAG] 05. GraphRAG — 지식을 그래프로 검색하기
![[RAG] 05. GraphRAG — 지식을 그래프로 검색하기](/post/rag-and-retrieval/graph-rag-fundamentals/wordcloud_hu_7aa2074581588021.webp)
[RAG] 06. MCP 기반 Text2SQL — LLM과 데이터베이스 연결하기
![[RAG] 06. MCP 기반 Text2SQL — LLM과 데이터베이스 연결하기](/post/rag-and-retrieval/mcp-text2sql-fundamentals/wordcloud_hu_534267504e07a87d.webp)
[RAG] 07. Cross-Encoder 파인튜닝 — InfoNCE로 재정렬 모델 학습하기
![[RAG] 07. Cross-Encoder 파인튜닝 — InfoNCE로 재정렬 모델 학습하기](/post/rag-and-retrieval/cross-encoder-fine-tuning/wordcloud_hu_400a9aa73fcdab9f.webp)