본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.
https://fastcampus.info/4n8ztzq
(~6/20) 50일의 기적 AI 환급반💫 | 패스트캠퍼스
초간단 미션! 하루 20분 공부하고 수강료 전액 환급에 AI 스킬 장착까지!
fastcampus.co.kr
이번 강의에서는 실제 기업의 재무보고서를 활용해 Retrieval-Augmented Generation(RAG) 시스템을 구축하는 전 과정을 실습할 수 있었습니다. 특히 팔란티어(Palantir)의 10-K 보고서를 기반으로, PDF 문서를 자동으로 마크다운으로 변환하고 이를 LLM 기반 질의응답 시스템으로 연결하는 구조를 단계별로 경험할 수 있어 매우 유익했습니다.
Docling을 활용한 문서 변환, StructuredMarkdownTextSplitter를 통한 구조적 텍스트 분할, ChromaDB에 기반한 벡터스토어 구성, 그리고 OpenAI 임베딩 모델을 통한 인덱싱까지 각 단계를 실제 코드와 함께 실행하며 개념이 아닌 "작동하는 시스템"을 만드는 경험을 할 수 있었습니다. 단순한 문서 검색이 아닌, RAG를 통해 문맥에 맞는 응답을 생성하는 과정을 직접 구현해봄으로써, LLM이 어떻게 외부 지식을 효과적으로 활용할 수 있는지에 대한 이해도 깊어졌습니다.
무엇보다도 문서 분할 전략(헤더 기반 분할)이나 메타데이터 활용 방식, 청크의 시각화 등 실무에 필요한 디테일을 포함한 점이 인상적이었고, 단순히 툴 사용법을 익히는 것이 아니라 "왜 이렇게 구성해야 하는가"에 대한 설계적 인사이트도 배울 수 있었습니다. 향후 기업 보고서, 논문, 계약서 등 다양한 도메인에 대한 RAG 시스템 구축에 응용할 수 있을 것으로 기대됩니다.
전체적으로 이 강의는 단순한 이론을 넘어서, 실무에 가까운 end-to-end 파이프라인을 구축하고 싶은 분들에게 매우 추천할 만한 과정입니다. 특히 금융, 리걸, 헬스케어처럼 복잡한 도메인에서 LLM 기반 정보 검색 및 질의응답 시스템을 만들고자 하는 분들에게 실질적인 도움을 줄 수 있는 좋은 예제였다고 생각합니다.
직접 내가 보고싶은 데이터를 다뤄볼수있다는 점. 그 데이터를 바로 실무화 시킬 수 있다는게 이 강의의 장점이라는게 느껴졌다.
