Retrieval-Augmented Generation(검색 증강 생성)의 약자로,
LLM의 생성 능력과 외부 지식 소스의 정보 검색을 결합한 기술이다.
모델의 응답을 생성할 때 관련 정보를 검색하여 더 정확하고 최신의 답변을 제공한다.
(RAG의 구현 방법 참고)
더 복잡하고 유연한 정보 검색 및 생성 프로세스를 구현하기 위해 양방향 RAG을 사용하면 좋다.
특히 복잡한 질문이나 다단계 추론이 필요한 상황에서 유용하다.
실제 구현에서는 LangGraph와 같은 도구를 사용하여 노드, 엣지, 상태 등을 정의하고, 복잡한 흐름을 관리할 수 있다.