기술노트 — AI·풀스택·인프라 실전 개발 지식 | 영삼넷

본문 바로가기

RAG 검색 품질이 낮을 때 — 청킹부터 다시

RAG가 엉뚱한 답을 하면 대개 검색 단계가 문제다. 청크 크기·오버랩·메타데이터·하이브리드 검색·리랭킹으로 적합도를 올린다.

#RAG#LLM#Embedding

Elasticsearch 9 — Elastic Inference 임베딩 + BM25 하이브리드

ES 9의 Elastic Inference로 임베딩 자동 생성 + BM25 결합 하이브리드 검색. 사내 검색 NDCG +18%.

#Elasticsearch#Search#Embedding

MongoDB 8 — Time Series + Atlas Search 결합 사후

MongoDB 8의 시계열 컬렉션 + Atlas Search 통합. 4억 row 이벤트 분석, Postgres TimescaleDB 대비.

#MongoDB#TimeSeries#Atlas

Redis 8.0 vector search — RediSearch 통합 후 RAG 5배 빠른 이유

Redis 8.0이 vector + full-text 통합 native. RAG 파이프라인 pgvector→Redis 전환 6개월, 검색 5배.

#Redis#Vector#RAG

Infra2분 읽기

Grafana Loki 3.0 — bloom filter + tsdb 캐시로 검색 8배

Loki 3.0의 bloom filter compactor + TSDB 캐시 도입. 5TB/일 로그 클러스터 검색 평균 14s → 1.7s.

#Loki#Grafana#Logging

Perplexity 스타일 검색 파이프라인 — 0에서 만드는 RAG+웹검색 통합

질문 분류, 다중 소스 검색, 인용 추출, 스트리밍 답변까지. Perplexity 같은 답변형 검색을 직접 구축하는 7단계 가이드.

#RAG#Search#Citation

RAG가 망가지는 5가지 패턴 — 청킹·리랭킹·하이브리드 검색 실전 해법

RAG가 "그럴듯하지만 틀린 답"을 내는 5가지 원인과 실전 해법. 청킹·리랭킹·하이브리드·메타필터·도메인 임베딩.

#RAG#Embedding#Reranking