추진하려는 프로젝트와 유사한 프로젝트가 이 책에 소개 되어 있어 이책을 선택하게 되었다

몇몇 PDF 자료 기반으로 답변을 해주는 것을 시도 해봤다
위 처럼, 간단히 답변을 한다

이책을 이해하기 위해 서지영 작가가 직전에 쓴 랭체인 랭그래프로 AI 에이전트 개발하기를 먼저 읽어 본후
이책을 읽게 되었다

이책은 전반적으로 RAG가 메인 주제이고
RAG를 VectorRAG와 GraphRAG 에 관하여 설명하고 있다
특히 VectorRAG의 경우에는 OpenAI 와 DeepSeek 로 각각 다루어 주며
비교 설명을 하고 있다.

GraphRAG 의 경우
Neo4j 를 활용하여 설명을 하고 있다.

주로 다루는것은 VectorRAG를 다루고 있다.

특히 VectorRAG 의 OpenAI 편에서는 라마인덱스를 사용하여 비교 설명을 한다.

전반적으로 간단히 간단히 RAG 활용을 체험 해볼수 있게 서술이 되어 있다.

내가 가장 관심이 있었던 부분은 이책의
5.5, 6.5 여러파일에서 데이터 가져와 검색하기 였다.
이책의 경우 여러 방법을 비교 하기 쉽고 책을 이해하기 쉽도록 비교 대상의 내용들은
동일한 주제, 유사한 코드로 진행을 하여

어느것이 보다 적합한지를 알수 있도록 구성을 하고 있다.

아쉬운것은 5.5, 6.5의 여러파일이 담긴 폴더의 구성이 docx 파일 2개, xlsx 2개,pdf 파일2개 파일들로 총 6개이고 6개 파일의 크기는 5.9MB 였다.
내가 생각하던 큰 규모의 파일은 아니었다.

시험삼아 20개 파일 4.3G가 시험해본결과
뜻밖에도
에러는 OpenAI에서 발생했다. 분당 토큰수 제한의 에러가 발생했다.

이책 몇군데에서 PDF의 경우 Vector와 Graph 방식의 RAG를 혼합하여 사용하는게 가장 바람직하다
하는데

정작 혼합 하여
PDF 검색하는 예가 없어 아쉬웠다

CHAPTER 8에서
Copilot 과 비교에서 copilot 에 관해 간단한 소개가 나오는데 copilot 이 바로 혼합 분석을 한다고 소개만 되어있다.

전반적으로
RAG를 짧은 시간안에 흐름과 개념을 잡을수 있도록 길잡이 역할은 분명하다,
서지영님의 2권의 책을 통해 RAG의 기본 개념이 어느 정도 체화 되었다고 생각한다.

YES24 리뷰어클럽 서평단 자격으로 작성한 리뷰입니다

#리뷰어클럽리뷰