GLOSSARY
검색 증강 생성(RAG)
모델이 먼저 관련 문서(또는 웹)를 검색하고, 찾은 내용을 바탕으로 출처를 들어 답하는 기법입니다.
RAG는 모델의 언어 능력에 검색 단계를 결합합니다. 답변 전에 시스템이 당신의 문서나 실시간 웹에서 관련 단락을 가져와 컨텍스트 윈도우에 넣고, 모델은 그 자료에 근거해 — 보통 인용과 함께 — 답합니다.
NotebookLM이 '내 소스에서만' 답하고 Perplexity가 웹을 인용하는 것이 바로 RAG 덕분입니다. 사실형 질문의 할루시네이션을 크게 줄이고, 학습 데이터에 없던 지식 — 회사 위키, 이번 주 뉴스, 오늘의 재고 — 로 답하게 만듭니다.