▣ 01장: 라마인덱스 들어가기
1.1 라마인덱스가 지원하는 작업
1.2 라마인덱스 사용 환경 구축하기
__1.2.1 윈도우에서 파이썬 설치하기
__1.2.2 가상 환경 만들기
__1.2.3 비주얼 스튜디오 코드 설치하기
__1.2.4 OpenAI API 키 발급하기
__1.2.5 제미나이 API 키 발급하기
__1.2.6 환경 변수에 API 키 추가하기
1.3 라마인덱스 맛보기
__1.3.1 데이터 준비하기
__1.3.2 가상 환경에 라마인덱스 설치하기
__1.3.3 라마인덱스 실행하기
▣ 02장: 라마인덱스 파이프라인
2.1 개발 환경 구축하기
2.2 데이터 로딩
__2.2.1 데이터 리더
__2.2.2 데이터 커넥터
2.3 텍스트 분할
__2.3.1 문서와 노드
__2.3.2 토큰 단위 분할
__2.3.3 문장 단위 분할
__2.3.4 의미 단위 분할
__2.3.5 텍스트 분할 비교
2.4 인덱싱
__2.4.1 인덱싱이란?
__2.4.2 벡터 저장소 인덱스
__2.4.3 Top-K 검색
2.5 저장하기
2.6 쿼리
__2.6.1 쿼리 엔진(QueryEngine)
__2.6.2 검색(Retrieval)
__2.6.3 후처리(Postprocessing)
__2.6.4 응답 합성(Response synthesis)
__2.6.5 커스터마이징
▣ 03장: 벡터 스토어
3.1 개발 환경 구축하기
3.2 크로마
__3.2.1 크로마 클라이언트 생성
__3.2.2 컬렉션 생성
__3.2.3 벡터 데이터 추가
__3.2.4 벡터 검색
__3.2.5 메타데이터 필터링
__3.2.6 임베딩 데이터 추가
__3.2.7 임베딩 데이터 검색
__3.2.8 크로마의 저장 방식
__3.2.9 임베딩 기반 라마인덱스 답변 생성
__3.2.10 라마인덱스 기반 답변 생성
3.3 파인콘
__3.3.1 파인콘 API 초기화
__3.3.2 벡터 데이터 추가
__3.3.3 벡터 검색
__3.3.4 메타데이터 필터링
__3.3.5 임베딩 기반 라마인덱스 답변 생성
__3.3.6 라마인덱스 기반 답변 생성(임베딩 생략)
3.4 쿼드런트
__3.4.1 라마인덱스 기반 답변 생성
__3.4.2 도커를 활용한 로컬 기반 환경 설정
__3.4.3 클라우드 기반 환경 설정
▣ 04장: 텍스트 문서를 이용한 RAG 실습
4.1 개발 환경 구축하기
4.2 실습용 데이터 준비
4.3 PDF 파일 다루기
__4.3.1 데이터 준비
__4.3.2 텍스트 분할
__4.3.3 인덱싱
__4.3.4 쿼리 실행
4.4 텍스트 파일 다루기
__4.4.1 기본 RAG 실습
__4.4.2 인덱스 저장: 크로마 사용하기
4.5 CSV 파일 다루기
4.6 HWP 파일 다루기
__4.6.1 HWPReader 이용하기
__4.6.2 SimpleDirectoryReader 이용하기
▣ 05장: 다중모달 RAG 실습
5.1 개발 환경 구축하기
5.2 데이터 준비하기
5.3 OpenAI API로 다중모달 벡터 인덱싱하기
5.4 쿼드런트를 활용한 다중모달 RAG 구축하기
__5.4.1 쿼드런트 설치 및 클라이언트 설정
__5.4.2 텍스트 및 이미지 벡터 스토어 생성
__5.4.3 다중모달 벡터 인덱스 생성
__5.4.4 검색
5.5 질의응답 기반 RAG 시스템 구축
__5.5.1 기본 질의 실행
__5.5.2 개선된 프롬프트를 활용한 질의 실행
5.6 이미지 기반 RAG 시스템 구축
__5.6.1 새로운 이미지 내려받기 및 저장하기
__5.6.2 이미지 검색 수행
__5.6.3 비슷한 화풍을 가진 이미지 분석
▣ 06장: 에이전트 RAG
6.1 개발 환경 구축하기
6.2 데이터 준비
6.3 허깅페이스 임베딩
6.4 에이전트 만들기
▣ 07장: 고급 RAG(Advanced RAG)
7.1 개발 환경 구축하기
7.2 리랭킹(ReRanking)
__7.2.1 LLM 기반의 리랭킹
7.3 LLM 기반 리랭킹의 비용 문제
__7.3.1 크로스 인코더 기반의 리랭킹
7.4 하이드(Hyde)
__7.4.1 데이터 준비
__7.4.2 거대 언어 모델과 임베딩 설정
__7.4.3 하이드 구현하기
▣ 08장: 펑션 콜링 에이전트
8.1 개발 환경 구축하기
8.2 펑션 콜링 작동 방식 이해하기
8.3 외부 API를 활용한 펑션 콜링
__8.3.1 증시 정보 호출 에이전트 만들기
__8.3.2 펑션 콜링 도구 준비
__8.3.3 에이전트 만들고 쿼리 실행하기
8.4 펑션 콜링으로 구현하는 RAG 에이전트
__8.4.1 환경 세팅과 데이터 준비
__8.4.2 펑션 콜링 도구 준비
__8.4.3 에이전트 생성과 쿼리 실행
▣ 09장: Text-to-SQL로 구현하는 상담사 에이전트
9.1 개발 환경 구축하기
9.2 에이전트 개발을 위한 환경 설정
9.3 병원 데이터베이스 설계하기
9.4 Text-to-SQL 에이전트 구현하기
9.5 멀티턴 대화 처리 기법
9.6 그라디오를 이용한 사용자 인터페이스
▣ 10장: MCP(Model Context Protocol)
10.1 MCP란
10.2 Model Context Protocol 개발 환경 구축하기
10.3 MCP 서버
__10.3.1 어댑터(Adapter)를 활용한 툴 등록
__10.3.2 MCP 인스펙터(Inspector)
__10.3.3 메시지 형식
__10.3.4 문서 검색 에이전트 MCP 실습
10.4 MCP 클라이언트
10.5 날씨 에이전트 실습
__10.5.1 OpenWeatherMap API 키 발급받기
__10.5.2 도시명 추출하기
__10.5.3 OpenWeatherMap API 연동
__10.5.4 MCP 도구 등록 및 서버 실행
__10.5.5 MCP 클라이언트 구현하기: 날씨 질문하기
__10.5.6 정리
이 누리집은 대한민국 공식 전자정부 누리집입니다.
