Files
aio-01d4-stu/Lecture/71

71일차 · RAG 기반 검색·응답 Workflow와 검색 품질 개선 (바이브 코딩)

  • 일자: 2026-10-23 (71일차)
  • 교과목: 노코드 멀티 에이전트 워크플로우 설계 및 운영
  • 단원: 운영·확장 관점의 AI 워크플로우 설계 고도화
  • 학습 내용: RAG 기반 검색·응답 Workflow 구현, 검색 품질 개선 적용
  • 실습 폴더: Last3Mon/71
  • 실습 환경: 65일차 n8n 2.42.6 + OpenAI API(gpt-4.1-mini, 임베딩 text-embedding-3-large) + 71일차 데이터 API(규정 문서) + CLI 코딩 에이전트
  • 실습 준비: 00-DAY71-PREP.md (수업 전날까지 1~2절 완료)

오늘의 시간표

교시 시간 내용 자료
1 09:00~09:50 오늘의 개요 · 1단계 · RAG와 색인 개요, 1단계
2 10:00~10:50 1단계 · Lab 01 (정답표, 색인·검색, 과제: 섹션 출처) Lab 01
3 11:00~11:50 2단계 · 근거로 답하는 RAG 워크플로우, Lab 02 예제 1·2 2단계, Lab 02
4 12:00~12:50 2단계 · Lab 02 과제 35분 (점수는 높은데 답이 없을 때) · 풀이 Lab 02
- 13:00~14:00 점심
5 14:00~14:50 3단계 · 검색 품질 측정과 개선, Lab 03 예제 1·2 3단계, Lab 03
6 15:00~15:50 3단계 · Lab 03 과제 40분 (어려운 질문으로 고치기) · 풀이 Lab 03
7 16:00~16:50 바이브 코딩 · tdoc 만들기 (각자, 요청서 → SPEC 먼저) VIBE-REQ-TDOC → VIBE-Q-TDOC, 진행
8 17:00~17:50 바이브 코딩 발표 · 정리 · 강사 바이브 코딩 · 팁 · 72일차 예고 진행
flowchart LR
  P["개요"] --> S1["1단계<br/>정답표 · 색인 · 검색"] --> S2["2단계<br/>근거로 답 · 넘기기 · 답 검사"] --> S3["3단계<br/>재기 · 한 가지씩 고치기"] --> V["7·8교시<br/>바이브 코딩 tdoc"]

자료 목록

파일 내용
00-DAY71-PREP.md 실습 준비: n8n · 71일차 판 데이터 API 켜기, flow.py doctor (수업 전)
00-DAY71-OVERVIEW.md 개요 23장 (PPT 대신 Markdown, 가로줄로 장 구분): 앞 일차와의 연결, 오늘의 문서, 단계마다 실측 장
01-STAGE1-RAG-AND-INDEX.md 왜 RAG인가(네 가지 방법 비교), 임베딩과 점수 읽기(실측), 정답표 먼저(질문 종류 · 정답표도 틀림), 청크 하나의 모양 · 메타데이터, 메모리 저장소의 한살이, 요청문 좋은 예 · 나쁜 예, 확인 질문
02-STAGE2-RAG-ANSWER.md LLM이 받는 발췌의 실제 모양 · 실측 답, sources와 cited, 관련도 기준 10개 · 정하는 순서 · 양쪽으로 틀림, 점수는 높은데 답이 없을 때, 답 검사 넷(계산 방법 · 결과 JSON), 넘기는 길 세 갈래, 확인 질문
03-STAGE3-RETRIEVAL-QUALITY.md doc@1 · answer@1 · answer@3(아슬아슬한 1등), 재는 순서 · 실험 기록, 청크 크기(잘린 문장 · 섞인 청크 · 틀린 질문이 다름), 어려운 질문 8개와 다시 쓴 검색어, 같은 설정 다른 결과, 개선 방법 고르기 · 멈출 때, 확인 질문
04-VIBE-CODING.md 7·8교시 바이브 코딩 진행 (tdoc), 발표, 강사 정리, 추가 바이브 코딩, 팁