[본 포스팅은 후기 이벤트 참여를 위해 작성하였습니다]

비개발자이지만 개발을 취미로 삼고 있는 저에게 이번 강의는 그야말로 인생 강의였습니다. 20여년 전 대학 시절, 경영학부였지만 인터넷에 관심이 많아 요즘으로 치면 ‘온라인 수익화’ 같은 것을 고민하던 때가 있었습니다. 그때 과외 중개 사이트를 직접 만들고 싶어 HTML, 나모 웹에디터·드림위버 같은 웹디자인 툴과 SQL까지 독학해 1년 반 만에 사이트를 개발했고, 5개월 정도 운영하다 혼자 감당이 안 되어 친구에게 넘겼던 기억이 있습니다. 그 후 IT 개발과는 관계없는 일을 하다가, AI의 등장으로 다시 개발에 관심이 생기면서 취미로 공부를 시작했습니다.

현재 제가 하고 있는 일은 법과 규정과 관련된 업무인데, 늘 반복적이고 비효율적인 업무 때문에 ‘이걸 AI로 자동화할 수 없을까?’라는 고민이 많았습니다. 특히 RAG에 대한 필요성을 절실히 느끼고 있었지만, 기존 자료들은 개념만 설명하거나 구현까지 이어지지 못해 늘 갈증이 있었습니다. 그런 와중에 테디님의 강의를 발견했을 때는 정말 사막에서 오아시스를 만난 것 같은 충격이었습니다.

강의를 듣는 동안 정말 장님이 눈을 뜨는 것 같은 경험을 했습니다. 기존에는 ‘RAG = 문서 검색 + GPT’ 정도로만 이해하고 있었는데, 이 강의를 통해 텍스트 분할전략과 다양한 임베딩 기법,벡터스토어, 구성(Chroma, FAISS, Pinecone), 그리고 Retriever의 세분화된 방식까지 단계적으로 이해할 수 있었습니다. 여기에 더해 리랭커 적용으로 검색 결과를 정교하게 재정렬하는 방법, LangGraph를 활용한 조건부 분기와 멀티 노드 처리, Agentic RAG를 통한 동적 질의 전처리·후처리, 심지어 RAG 평가까지 한눈에 그려지더군요.

예를 들어 제가 다루는 법령·규정 데이터도 단순히 벡터 임베딩에 그치지 않고, 메타데이터 태깅을 활용한 필터링과 Contextual Compression Retriever를 통해 검색 성능을 높이며, 필요할 경우 LangGraph 상에서 Adaptive RAG나 Corrective RAG(CRAG)를 구현해 할루시네이션을 줄일 수 있다는 점에서, 곧바로 실무에 적용할 수 있는 아이디어가 쏟아졌습니다.

이 강의를 통해 저는 단순히 RAG라는 기술을 ‘이론’이 아니라 ‘손에 잡히는 실무 도구’로 바라보게 되었고, 한마디로, 이 강의는 AI 기반 자동화와 RAG를 진짜 내 것으로 만들고 싶은 분들에게 개안의 경험을 제공하는 강의라고 말씀드릴 수 있습니다.