Loop · RAG 지식 위키 전체 요약

RAG 5환 클로즈드 루프

벡터 DB 하나로 끝나지 않는다 — 데이터 거버넌스에서 검색 품질, 생성 제약, 평가를 거쳐 프로덕션 피드백이 다시 거버넌스로 돌아오는 5개의 고리. 30개 문서(인덱싱·검색·다중턴·평가·지식그래프 포함)를 이 순환으로 압축. docs/ai/advanced/rag 전체 요약.

RAG 5환 클로즈드 루프 데이터 거버넌스, 검색 품질, 생성 제약, 평가, 프로덕션 피드백 다섯 단계가 지식베이스와 Badcase 라이브러리라는 공유 허브를 중심으로 시계방향으로 순환하며, 검색 품질 단계가 가장 강조된 루프 다이어그램. VERSION BADCASE 지식베이스 + Badcase 라이브러리 회귀 테스트셋으로 매 회차 축적 거버넌스clean · permission · metadata 검색 품질recall → fuse → rerank 생성 제약grounded · cite · abstain 평가retrieval/rerank/gen split 피드백badcase → regression set RING Closed-loop pass SPOKE Write-back to hub FOCAL Recall primacy

Governance

데이터가 깨끗하지 않으면 검색이 빠를수록 오류가 빨리 퍼진다

세정·중복제거·버전관리·권한라벨·메타데이터 5동작이 인덱스 진입 전 관문이다. 권한은 chunk 층까지 복사되어야 한다. RAG 01 · 06 · 24 · 25

Retrieval (focal)

리콜되지 않은 것은 이후 어떤 고리로도 되살릴 수 없다

완전함(리콜)과 정확함(Rerank)은 본질적으로 모순되므로 반드시 계층화한다. 혼합검색(BM25‖벡터) → 융합 → Rerank의 3층 깔때기. RAG 07 · 09 · 12 · 13

Generation & eval

근거 있는 오답이 가장 위험하다

리콜이 맞아도 생성이 자체 지식으로 틀릴 수 있다. 검색층과 생성층을 분리 채점해야 "못 찾음"과 "찾았는데 안 씀"을 구분할 수 있다. RAG 20 · 22 · 23