> ## Documentation Index
> Fetch the complete documentation index at: https://docs.sifi.life/llms.txt
> Use this file to discover all available pages before exploring further.

# RAG 핵심 개념 사전

> 이 섹션은 RAG(Retrieval-Augmented Generation)를 구성하는 핵심 알고리즘과 개념을 **깊이 있게** 설명합니다. 각 개념 페이지는 "왜 필요한가"부터 시작하여, 역사적 맥락, 동작 원리, 수식 해석, 실무 적용까지 단계적으로 다룹니다.

***

## 이 섹션의 목적

RAG 파이프라인은 여러 기술의 조합입니다. 각 기술이 **왜 존재하는지**, **내부에서 무슨 일이 일어나는지** 를 정확히 이해해야 문제가 생겼을 때 원인을 진단하고 올바른 튜닝 포인트를 찾을 수 있습니다.

이 섹션은 각 개념을 **독립 페이지** 로 분리하여 충분한 깊이로 설명합니다.

> **참고**
> **읽는 순서**: 위에서 아래로 순서대로 읽는 것을 권장합니다. 각 개념은 이전 개념을 기반으로 설명됩니다. 예를 들어, "유사도 측정"은 "임베딩"을 이해한 상태에서 읽어야 합니다.

***

## 개념 목록

| # | 개념                      | 한 줄 설명                              | 페이지                               |
| - | ----------------------- | ----------------------------------- | --------------------------------- |
| 1 | **임베딩 (Embedding)**     | 텍스트를 의미를 담은 숫자 벡터로 변환하는 기술          | [embedding.md](embedding)         |
| 2 | **유사도 측정 (Similarity)** | 두 벡터가 얼마나 비슷한지 수학적으로 측정하는 방법        | [similarity.md](similarity)       |
| 3 | **벡터 인덱스 & ANN**        | 수백만 벡터에서 밀리초 안에 유사 벡터를 찾는 자료 구조     | [vector-index.md](vector-index)   |
| 4 | **BM25 & 키워드 검색**       | 단어 빈도와 희소성 기반의 고전적이지만 강력한 검색 알고리즘   | [bm25.md](bm25)                   |
| 5 | **하이브리드 검색 & RRF**      | Dense + Sparse 검색을 결합하여 서로의 약점을 보완  | [hybrid-search.md](hybrid-search) |
| 6 | **Re-ranking**          | 1차 검색 결과를 정교한 모델로 재정렬하여 정밀도를 높이는 기법 | [reranking.md](reranking)         |

***

## 이 섹션에서 다루지 않는 개념

아래 개념들은 별도 페이지에서 더 깊이 다룹니다:

* **청킹 (Chunking)**: [청킹 전략](../chunking-strategies) 페이지 참고
* **토크나이저 & 한국어 처리**: [한국어 RAG 최적화](../korean-nlp) 페이지 참고
* **프롬프트 엔지니어링**: [RAG 체인 구축](../chain-building) 페이지 참고
* **평가 메트릭**: [RAG 평가](../evaluation) 페이지 참고

***

## 용어 빠른 참조

| 용어                | 한 줄 요약                     |
| ----------------- | -------------------------- |
| **벡터**            | 임베딩의 결과물, 다차원 숫자 배열        |
| **코사인 유사도**       | 두 벡터의 각도로 유사성 측정           |
| **ANN / HNSW**    | 수백만 벡터에서 빠르게 유사한 것을 검색     |
| **BM25**          | 키워드 빈도 기반 텍스트 검색           |
| **RRF**           | 서로 다른 검색 결과를 순위 기반으로 결합    |
| **Cross-encoder** | 질문+문서를 함께 입력하여 정밀하게 관련성 평가 |

> **다음 단계**: 개념을 이해했다면, [데이터 준비](../data-preparation)부터 시작하여 실제 RAG 파이프라인을 구축해보세요.