20개 이상의 고장 난 RAG 시스템을 디버깅한 끝에, 저는 여러분의 시스템이 제대로 작동할지 여부를 결정하는 6가지 결정 사항을 식별했습니다. 각 사항을 올바르게 수행하는 방법을 소개합니다.

RAG 개발자의 함정

모든 RAG 개발자는 동일한 함정에 빠집니다. 기본적인 파이프라인을 구축하고 그것이 어느 정도 작동하면, 실제 문제는 인덱싱 파이프라인 (indexing pipeline)에 그대로 방치된 채 몇 주 동안 프롬프트 템플릿 (prompt templates)을 수정하는 데 시간을 허비합니다.

80/20 법칙: RAG 문제의 80%는 생성 (generation)이 아니라 인덱싱 (indexing)에서 발생합니다. 하지만 디버깅 노력의 80%는 생성 단계에 투입됩니다.

이를 바로잡아 봅시다.

결정 사항 1: 임베딩 모델 (Embedding Model) — 가장 큰 영향력을 가진 요소

실수: 모든 튜토리얼의 기본값이라는 이유로 중국어 문서에 all-MiniLM-L6-v2를 사용하는 것.

잘못된 이유: 이 모델은 영어로 학습되었습니다. 중국어 텍스트에 적용하면 의미론적 충실도 (semantic fidelity)를 30-50% 상실합니다.

언어	권장 모델
중국어	BAAI/bge-large-zh-v1.5 (1024-dim)
...
타협 불가 사항: 인덱싱 모델 (indexing model)과 쿼리 모델 (query model)은 바이트 단위로 완전히 동일해야 합니다. 모델을 변경하면 전체 인덱스를 다시 구축해야 합니다.

영향: 중국어 RAG의 Recall@10이 15-40% 향상됩니다.

결정 사항 2: 청크 크기 (Chunk Size) — 마법의 숫자는 없다

물리학적 관점: 너무 작으면 (< 100 tokens) = 의미론적 파편화 (semantic fragmentation). 너무 크면 (> 1000 tokens) = 노이즈 주입 (noise injection).

문서 유형	최적의 범위	오버랩 (Overlap)
FAQ / 단문	128-256	20
...
크기보다 방법이 더 중요합니다. 고정 길이 대신 재귀적 분할 (recursive splitting)을 사용하세요:

from langchain.text_splitter import RecursiveCharacterTextSplitter

splitter = RecursiveCharacterTextSplitter(
...

영향: Recall@10이 5-15% 향상됩니다.

결정 사항 3: 인덱스 유형 (Index Type) — HNSW vs IVF

규모	권장 사항	이유
< 1M 벡터	HNSW	Recall > 0.95
...
핵심적인 미묘한 차이: HNSW는 삽입 비용 (insertion cost)이 높습니다. 문서를 스트리밍 (streaming)하는 경우, 작은 규모에서도 IVF가 더 나을 수 있습니다.

영향: Recall이 5-15% 향상되거나 지연 시간 (latency)이 2-5배 개선됩니다.

결정 사항 4: 메타데이터 (Metadata) — 선택 사항이 아님

메타데이터 필터링 (metadata filtering)이 없다면, 모든 쿼리가 모든 벡터를 스캔하게 됩니다. department=engineering AND date > 2024-01-01을 추가하면 500만(5M) 개의 벡터에서 5만(50K) 개로 줄어듭니다.

{"source": "internal_wiki", "doc_type": "design_doc",
 "publish_date": "2024-06-01", "department": "engineering"}

보너스: 프롬프트 (prompts)에 메타데이터를 주입하세요. LLM (대규모 언어 모델)은 출처와 최신성을 바탕으로 신뢰도에 가중치를 둡니다.

영향 (Impact): 필터링만으로 정밀도 (precision) 10-25% 향상.

결정 사항 5: 중복 제거 (Deduplication) — 두 번 수행하라

엔터프라이즈 지식 베이스 (knowledge bases)는 중복된 내용으로 가득 차 있습니다. 중복 제거 (dedup)가 없다면, 상위 10개 결과가 동일한 문서의 7개 복사본일 수도 있습니다.

1. 문서 수준 (Document-level) (청킹 (chunking) 전): MinHash + LSH, 임계값 (threshold) 0.85
2. 청크 수준 (Chunk-level) (청킹 후): SimHash, 임계값 (threshold) 0.95

영향 (Impact): 유효 재현율 (effective recall) 10-20% 향상.

결정 사항 6: 쿼리 처리 (Query Processing) — 나머지 절반

기술 (Technique)	시점 (When)	비용 (Cost)
쿼리 재작성 (Query rewriting)	짧거나 모호한 쿼리	낮음
...

최소 기능 스택 (Minimum viable stack): 쿼리 재작성 (Query rewriting) + 교차 인코더 재순위화 (Cross-Encoder rerank).

최적화 우선순위 스택 (The Optimization Priority Stack)

우선순위 (가장 큰 영향):
  - 임베딩 모델 (Embedding model)이 언어에 적합한가?
  - 청크 크기 (Chunk size)가 적절한가 (256-768)?
...

문제를 해결했는지 확인하는 방법

추측하지 마세요. 측정하세요. 50개의 (쿼리, 정답 (ground_truth)) 쌍을 사용하여 Recall@10과 MRR을 추적하세요.

def recall_at_k(results, ground_truth, k=10):
    return int(ground_truth in [r.id for r in results[:k]])

...

만약 이 내용이 당신의 디버깅 시간을 오후 내내 아껴주었다면, 유니콘을 선물하고 아직도 청크 크기를 조정하며 고군분투 중인 누군가에게 이 글을 공유해 주세요.