법률적 질문에 대해 답을 주는 챗봇을 구현해보려고 한다. 이 챗봇을 만들게 된 이유는실생활과 가장 밀접하게 사용할 수 있으면서 RAG 구조의 장점을 살리기에 적합하다고 생각했기 때문이다. 법률 분야는 정답이 명확하고 판례와 조문에 근거한 설명이 요구되기 때문에,생성형 AI의 대표적인 한계인 hallucination(사실과 다른 내용을 생성하는 문제)을 완화하는 데 RAG 구조가 특히 유리하다.RAG에 대한 자세한 개념은 따로 정리하였다. 또한, 법학전문대학원협의회 사이트에서 제공하는 PDF 기반의 민법 표준판례연구자료는법률적 질문에 대해 보다 신뢰성 있는 답변을 생성하는 데 적합한 기반이 되었다. 법학전문대학원협의회 먼저 필요한 라이브러리들을 설치한다.pip install langchain ..

목표: AI 분야에서 주목받고 있는 RAG(Retrieval-Augmented Generation) 기술을 학습하고, 이를 기반으로 챗봇 서비스 만들어보기 일단 나는 Spring JPA 중심의 백엔드 개발자로,AI 경험은 간단한 프롬프트 기반 API 연동이 전부이다. 그래서 AI관련 용어도 잘 모른다.그래서 이 글은 AI 초심자의 눈높이에서, RAG의 개념을 아주 쉽게 풀어가며 공부하려 한다. 🧠 RAG란?RAG (Retrieval-Augmented Generation)는 생성형 AI가 모르는데 아는 척 하는 것(hallucination)을 줄이기 위해 등장한 구조이다. 일반적인 GPT 같은 생성형 모델은 자신이 학습한 데이터만 가지고 답을 한다. 그래서 GPT에게“우리 회사 사내 문서 기반으..