---
id: pattern-rag
title: "RAG Pattern"
category: "Pattern_AI"
status: "draft"
verification_status: "applied"
canonical_id: ""
aliases: ["RAG", "Retrieval-Augmented Generation", "검색 증강 생성 패턴"]
duplicate_of: ""
source_trust_level: "A"
confidence_score: 0.9
created_at: 2026-06-13
updated_at: 2026-06-13
review_reason: ""
merge_history: []
tags: ["pattern", "ai", "rag", "retrieval", "platform-independent"]
raw_sources: ["일반 소프트웨어 공학 지식", "ConnectAI/src/retrieval/* (적용 예)"]
applied_in: ["ConnectAI"]
github_commit: ""
---

# [[RAG Pattern]]

## 🎯 한 줄 통찰 (One-line insight)
RAG 는 "모델이 답하기 전에 외부 지식에서 관련 조각을 검색해 프롬프트에 주입" 하는 패턴으로, 모델의 학습되지 않은/최신/사적 지식을 *재학습 없이* 활용하고 환각을 줄인다.

## 🧠 핵심 개념 (Core concepts)
1. **인덱싱:** 문서를 청크로 나눠 검색 인덱스(키워드/임베딩)에 저장.
2. **검색:** 질의로 top-k 관련 청크 회수(sparse/dense/하이브리드).
3. **증강:** 회수 청크를 컨텍스트로 프롬프트에 삽입(토큰 예산 내).
4. **생성:** 모델이 근거를 보고 답하고 출처를 인용.

## 📖 세부 내용 (Details · 패턴 명세)
- **Problem (언제 쓰나):** 모델이 모르는 사적/최신/대용량 지식이 필요하고, 파인튜닝은 비싸거나 자주 바뀔 때. 출처 인용·환각 감소가 필요할 때.
- **사용 조건:** 검색 가능한 지식 베이스 존재; 청킹/인덱싱 가능; 컨텍스트 한도 내 주입 가능.
- **장점:** 재학습 불필요, 지식 즉시 갱신, 출처 추적, 환각↓, 작은 모델도 강화.
- **단점:** 검색 품질에 답이 좌우(garbage in), 인덱싱/저장 비용, 컨텍스트 토큰 소비, 청킹 경계 손실.
- **대안:** 파인튜닝(지식이 안정적·대규모일 때), 긴 컨텍스트에 전체 투입(소량일 때), 도구 호출로 실시간 조회.
- **실패 사례:** 청크가 너무 커 정밀도↓; 부분 정규화로 하이브리드 편향; 동의어 미확장으로 recall↓; stale 인덱스; 운영 로그를 지식으로 오염.

## 💻 코드 패턴 (Code patterns)
```text
index   = chunk(docs) -> tokenize/embed -> store
query   -> expand(synonyms) -> score(sparse + α·dense) -> normalize -> rerank
context = selectWithinTokenBudget(top_chunks)
answer  = LLM(system + context + question)  # "근거 없으면 모른다고"
```
적용 예: ConnectAI 의 [[RAG 검색 파이프라인]]·[[TF-IDF 이중언어 스코어링]] (하이브리드+섹션 청킹+토큰 예산).

## ⚖️ 모순 및 업데이트 (Contradictions & updates)
"임베딩만 쓰면 된다" 는 가용성·설명가능성을 잃는다 — 결정론(키워드) 바닥선 + 임베딩 가산이 견고([[ADR-0007 하이브리드 검색 결정론 우선]]).

## 🛠️ 적용 사례 (Applied in summary)
ConnectAI 전체 검색이 이 패턴. → [[AITRAIN RAG 검색]].

## 🔗 지식 그래프 (Knowledge Graph)
- **상위/루트:** [[패턴 카탈로그 인덱스]]
- **관련 개념:** [[Memory Pattern]], [[Caching Pattern]], [[Tool Calling Pattern]], [[소프트웨어 실패 라이브러리]]
- **참조 맥락:** 작은 모델이 지식 기반 응답 시스템을 만들 때 1순위 패턴.

## 📚 출처 (Sources)
- [S1] 일반 RAG 공학 지식
- [S2] ConnectAI/src/retrieval/* — 적용 예

## 📝 변경 이력 (Change history)
- 2026-06-13: 프로젝트 독립 패턴 카드 작성.