RAG 시스템 실전 구축 (v26)
개요
이 가이드는 실전에서 RAG(Retrieval-Augmented Generation) 시스템을 구축하는 데 필요한 모든 단계를 다룹니다. 개발자들은 단순한 RAG 시스템을 구현하는 것에서 벗어나 실제 운영 환경에서의 성능, 비용, 유지보수를 고려한 완전한 솔루션을 만들고자 합니다.
1. RAG 기초: 검색 → 보완 → 생성 루프
RAG 시스템은 세 가지 핵심 단계로 구성됩니다:
- 검색(Retrieval): 사용자의 질문과 관련된 문서 조각들을 데이터베이스에서 찾습니다.
- 보완(Augmentation): 검색된 문서를 프롬프트에 추가하여 생성 모델이 더 많은 컨텍스트를 갖도록 합니다.
- 생성(Generation): 보완된 프롬프트를 기반으로 답변을 생성합니다.
# 기본 RAG 루프 구현
class BasicRAG:
def __init__(self, embedding_model, vector_db):
self.embedding_model = embedding_model
self.vector_db = vector_db
def retrieve(self, query, top_k=5):
query_embedding = self.embedding_model.encode([query])
return self.vector_db.search(query_embedding, top_k)
def generate(self, query, context):
prompt = f"Context: {context}\n\nQuestion: {query}\n\nAnswer:"
return self.llm.generate(prompt)
def run(self, query):
context = self.retrieve(query)
return self.generate(query, context)
2. 청킹 전략: 의미적, 재귀적, 에이전트 기반
청킹 전략은 문서를 모델이 이해할 수 있는 단위로 분할하는 방법입니다.
의미적 청킹 (Semantic Chunking)
from sentence_transformers import SentenceTransformer
import numpy as np
class SemanticChunker:
def __init__(self, model_name='all-MiniLM-L6-v2'):
self.model = SentenceTransformer(model_name)
def chunk(self, text, max_chunk_size=512):
sentences = text.split('.')
embeddings = self.model.encode(sentences)
# 문장 간 거리 계산 후 의미 있는 단위로 분할
chunks = []
current_chunk = []
current_length = 0
for sentence, embedding in zip(sentences, embeddings):
if current_length + len(sentence.split()) > max_chunk_size:
chunks.append(' '.join(current_chunk))
current_chunk = [sentence]
current_length = len(sentence.split())
else:
current_chunk.append(sentence)
current_length += len(sentence.split())
if current_chunk:
chunks.append(' '.join(current_chunk))
return chunks
재귀적 청킹 (Recursive Chunking)
class RecursiveChunker:
def __init__(self, chunk_size=512, overlap=50):
self.chunk_size = chunk_size
self.overlap = overlap
def chunk(self, text):
chunks = []
start = 0
while start < len(text):
end = min(start + self.chunk_size, len(text))
chunk = text[start:end]
# 오버랩 추가
if start > 0:
overlap_start = max(0, start - self.overlap)
chunk = text[overlap_start:end]
chunks.append(chunk)
start = end - self.overlap
return chunks
3. 임베딩 모델 선택과 비교
모델 비교 테스트
import time
from sentence_transformers import SentenceTransformer
from transformers import AutoTokenizer, AutoModel
import torch
class EmbeddingBenchmark:
def __init__(self):
self.models = {
'all-MiniLM-L6-v2': SentenceTransformer('all-MiniLM-L6-v2'),
'all-mpnet-base-v2': SentenceTransformer('all-mpnet-base-v2'),
'sentence-tiny': SentenceTransformer('sentence-tiny')
}
def benchmark(self, texts):
results = {}
for name, model in self.models.items():
start_time = time.time()
embeddings = model.encode(texts)
end_time = time.time()
results[name] = {
'time': end_time - start_time,
'memory': len(embeddings) * len(embeddings[0]) * 4 # float32
}
return results
# 사용 예시
benchmark = EmbeddingBenchmark()
test_texts = ["This is test text 1", "This is test text 2", "Another sample text"]
results = benchmark.benchmark(test_texts)
성능 기준 정리
- all-MiniLM-L6-v2: 최적의 균형 (256차원, 50MB)
- all-mpnet-base-v2: 높은 정확도 (768차원, 100MB)
- sentence-tiny: 빠른 속도 (128차원, 20MB)
4. 벡터 데이터베이스 비교
Chroma vs Qdrant vs pgvector vs Milvus
# Chroma 예제
import chromadb
from chromadb.utils import embedding_functions
class ChromaRAG:
def __init__(self):
self.client = chromadb.Client()
self.collection = self.client.get_or_create_collection(
name="rag_collection",
embedding_function=embedding_functions.DefaultEmbeddingFunction()
)
def add_documents(self, documents, ids):
self.collection.add(documents=documents, ids=ids)
def search(self, query, top_k=5):
results = self.collection.query(
query_texts=[query],
n_results=top_k
)
return results['documents'][0]
# Qdrant 예제
from qdrant_client import QdrantClient
from qdrant_client.models import Filter, FieldCondition, MatchValue
class QdrantRAG:
def __init__(self):
self.client = QdrantClient(host="localhost", port=6333)
self.collection_name = "rag_collection"
def create_collection(self):
self.client.recreate_collection(
collection_name=self.collection_name,
vectors_config={"size": 384, "distance": "Cosine"}
)
def search(self, query, top_k=5):
results = self.client.search(
collection_name=self.collection_name,
query_vector=query,
limit=top_k
)
return [hit.payload['text'] for hit in results]
# pgvector 예제
import psycopg2
from psycopg2.extras import RealDictCursor
class PGVectorRAG:
def __init__(self, connection_string):
self.conn = psycopg2.connect(connection_string)
def search(self, query_embedding, top_k=5):
with self.conn.cursor(cursor_factory=RealDictCursor) as cursor:
cursor.execute("""
SELECT text, 1 - (embedding <-> %s) as similarity
FROM documents
ORDER BY similarity DESC
LIMIT %s
""", (query_embedding, top_k))
return cursor.fetchall()
성능 비교
| 데이터베이스 | 성능 | 메모리 사용량 | 설치 복잡도 |
|---|---|---|---|
| Chroma | 빠름 | 낮음 | 쉬움 |
| Qdrant | 빠름 | 중간 | 중간 |
| pgvector | 중간 | 높음 | 어려움 |
| Milvus | 빠름 | 높음 | 어려움 |
5. 전체 RAG 파이프라인 코드
python
import numpy as np
from sentence_transformers import SentenceTransformer
import chromadb
from chromadb.utils import embedding_functions
import logging
class CompleteRAGPipeline:
def __init__(self, model_name='all-MiniLM-L6-v2'):
self.embedding_model = SentenceTransformer(model_name)
self.client = chromadb.Client()
self.collection = self.client.get_or_create_collection(
name="documents",
embedding_function=embedding_functions.DefaultEmbeddingFunction()
)
self.logger = logging.getLogger(__name__)
def setup(self, documents, ids):
"""문서 추가 및 임베딩"""
try:
embeddings = self.embedding_model.encode(documents)
self.collection.add(
documents=documents,
embeddings=embeddings.tolist(),
ids=ids
)
self.logger.info(f"Added {len(documents)} documents")
except Exception as e:
self.logger.error(f"Error adding documents: {e}")
def retrieve_context(self, query, top_k=5):
"""문서 검색"""
query_embedding = self.embedding_model.encode([query])
results = self.collection.query(
query_texts=[query],
n_results=top_k,
include=['documents', 'distances']
)
return results['documents'][0], results['distances'][0]
def generate_answer(self, query, context):
"""답변 생성 (모델 사용)"""
prompt = f"""
사용자 질문: {query}
---
📥 **Get the full guide on Gumroad**: https://gumroad.com/l/auto ($7)