[실습] 랭체인(LangChain) Retrieval-Augmented Generation (RAG) 예제

✅  실습 준비물: apikey

https://server-engineer.tistory.com/983

[실습] OpenAI apikey 발급 및 사용하기

---

https://www.researchgate.net/figure/Retrieval-augmented-generation_fig1_376182986

 

✅  실습 자료

https://colab.research.google.com/github/i-am-shuan/learn-langchain/blob/main/langchain_RAG_example.ipynb#scrollTo=pJ6i2qcdZ0Ow

langchain_RAG_example.ipynb

 

 

✅  서비스 설명

이 소스는 사용자 질문에 답변하는 서비스를 구축하는 방법을 보여줍니다. 이 서비스는 다음과 같은 단계를 거칩니다.

1. 사용자가 질문을 합니다.
2. 질문은 데이터 백터화 모델에 의해 백터로 변환됩니다.
3. 백터는 백터스토어에 저장됩니다.
4. 유사한 답변이 백터스토어에서 검색됩니다.
5. LLM(Large Language Model)이 사용되어 검색된 답변을 기반으로 새로운 답변이 생성됩니다.
6. 생성된 답변이 사용자에게 전달됩니다.

서비스 활용 방안

이 서비스는 다음과 같은 용도로 활용할 수 있습니다.

• 고객 서비스: 고객이 제품이나 서비스에 대한 질문을 할 수 있습니다.
• 마케팅: 잠재 고객이 제품이나 서비스에 대한 질문을 할 수 있습니다.
• 교육: 학생이 과제나 시험에 대한 질문을 할 수 있습니다.

소스에서 사용된 라이브러리

• openai: OpenAI API를 사용하기 위한 라이브러리입니다.
• numpy: 과학적 계산을 위한 라이브러리입니다.
• langchain: 자연어 처리 작업을 위한 라이브러리입니다.
• vectorstore: 벡터를 저장하고 검색하기 위한 라이브러리입니다.