Le module sur le reranking a complètement changé ma façon d'aborder mes pipelines RAG, je ne pensais pas que ça ferait une telle différence sur la pertinence des résultats. L'utilisation de LangChain pour combiner recherche hybride et réécriture de requêtes est expliquée de manière très concrète.
Python을 활용한 RAG: Hybrid Search, Reranking 및 Rewriting
LangChain, vector databases 및 지능형 검색 기술을 사용하여 기초부터 현대적인 Retrieval-Augmented Generation 애플리케이션을 구축하는 방법을 배웁니다.
-
💬
AI 강사
어떤 강의든 질문하면 언제든 즉시 명확한 답을 받을 수 있어요. -
🕐
언제든지 시작
정해진 일정이나 마감이 없어요 — 원할 때 자신의 속도로 배우세요. -
🌐
한국어로
강의, 과제, 수료증까지 — 모두 완전히 당신의 언어로.
이 과정 소개
거대 언어 모델은 강력하지만, 종종 사용자의 특정 데이터에 접근하지 못하는 경우가 있습니다. Retrieval-Augmented Generation (RAG)는 이러한 격차를 해소하여 AI를 맞춤형 지식 베이스에 연결할 수 있게 해줍니다.
이 텍스트 기반 코스에서는 Python을 사용하여 견고한 RAG 시스템을 구축하는 방법을 살펴봅니다. 기본 개념부터 시작하여 hybrid search, result reranking, query rewriting과 같은 현대적인 기술을 구현하여 AI 응답의 정확도를 획기적으로 향상시키는 단계까지 나아갑니다.
배울 내용:
- Retrieval-Augmented Generation의 핵심 아키텍처와 용어 이해;
- Python 및 LangChain을 사용하여 기초적인 RAG 파이프라인 구축;
- 문서 임베딩을 저장하고 검색하기 위한 vector databases 구현;
- 키워드 및 시맨틱 검색을 결합한 hybrid search 기술 적용;
- result reranking 및 query rewriting 패턴을 사용하여 AI 정확도 향상;
- 자율적인 데이터 검색을 위한 현대적인 Agentic AI 개념 탐구.
이 코스는 실무적인 Python 구현으로 넘어가기 전에 AI 용어에 대한 명확한 정의부터 시작합니다. 상세한 설명을 읽고, 코드 스니펫을 검토하며, 텍스트 기반 AI 검색 시스템을 단계별로 구축하는 연습을 하게 됩니다.
이 코스는 초보자와 개발자 지망생을 위해 설계되었습니다. 고급 머신러닝에 대한 사전 경험은 필요하지 않습니다. 지금 바로 읽기 시작하여 현대적인 RAG의 힘을 활용하고 더 스마트한 데이터 기반 애플리케이션을 구축해 보세요.
받게 되는 것
-
📜
수료증
LinkedIn 프로필에 추가 -
💬
개인 AI 튜터
강좌에서 막혔나요? 내장 튜터에게 언제든지 무엇이든 물어보세요. -
🎧
오디오 버전 포함
화면 없이 어디서나 학습 -
♾️
평생 이용
언제든 다시 보세요, 만료 없음 -
📱
휴대폰 또는 컴퓨터
어디서든 모든 기기에서 -
💸
14일 환불
이유 묻지 않음 -
⚡
짧고 핵심적
2시간 30분의 실용 학습
리뷰 (6)
Selama ini saya cuma tahu RAG sebatas 'ambil dokumen terus masukin ke prompt', tapi kursus ini benar-benar membongkar detail yang sering dilewatkan seperti hybrid search dan reranking. Bagian yang paling membuka mata saya adalah query rewriting, ternyata banyak hasil pencarian yang buruk itu bukan karena embedding jelek tapi karena pertanyaan awal dari user memang ambigu. Contoh kode dengan LangChain dijelaskan langkah demi langkah sehingga saya bisa langsung praktik di proyek sendiri tanpa kebingungan. Urutan materinya juga masuk akal, dari retrieval sederhana sampai pipeline lengkap yang menggabungkan semua teknik. Setelah menyelesaikan kursus ini, hasil pencarian RAG saya jauh lebih relevan dibanding sebelumnya.
Давно искал внятное объяснение гибридного поиска, и здесь наконец сложилась картина: как совмещать плотные эмбеддинги с BM25 и зачем потом прогонять результаты через реранкер. Особенно зашёл блок про переписывание запроса перед обращением к векторной базе — раньше я недооценивал этот шаг, а он реально поднял качество выдачи в моём проекте на LangChain. Примеры рабочие, всё запускается без танцев с бубном. Единственное, по выбору самой векторной БД хотелось бы поглубже, но в целом курс закрыл почти все мои вопросы по RAG.
أخيرًا شرح واضح لكيفية دمج البحث الهجين وإعادة الترتيب في نظام RAG بدلاً من الاكتفاء بالاسترجاع البسيط. الجزء الخاص بإعادة صياغة الاستعلامات باستخدام LangChain كان عمليًا جدًا وساعدني في تحسين دقة النتائج بشكل ملموس.
Hibrit arama ve reranking konularını bu kadar net anlatan başka bir kaynak bulamamıştım. LangChain ile query rewriting kısmını uygulamalı örneklerle göstermesi, RAG pipeline'ının neden bazen alakasız sonuç döndürdüğünü anlamamı sağladı.
Good deep dive into the parts of RAG that most tutorials skip, especially the hybrid search and reranking sections which finally explained why my retrieval results were mediocre. The LangChain code examples are solid, though the query rewriting module could use a bit more explanation on tuning the prompts.
다른 학습자도 수강
자주 묻는 질문
이 과정을 듣는 데 무엇이 필요한가요? +
인터넷이 되는 휴대폰이나 컴퓨터만 있으면 됩니다. 설치나 특별한 장비는 필요 없습니다.
결제는 어떻게 하나요? +
Stripe를 통한 카드로. 카드 정보는 저장하지 않으며 Stripe가 안전하게 처리합니다.
환불받을 수 있나요? +
네 — 14일 이내 전액 환불, 이유를 묻지 않습니다.
얼마나 오래 이용할 수 있나요? +
평생. 구매하면 과정은 당신의 것이며 언제든 다시 볼 수 있습니다.
수료증을 받을 수 있나요? +
네. 수료 시 LinkedIn 프로필에 추가할 수 있는 수료증을 받습니다.
이런 분야 학습자에게
테크
디자인
금융
마케팅
의료
교육
호스피탈리티
제조업