재구성 · 2026-10-13: 2개월차 토큰·임베딩·모델 비교를 고정 입력으로 사용한다. 검색 실험은 기존 저장소 또는 독립 harness에서 수행하며, 4개월차의 배포 구조·보안 아키텍처를 선행 산출물로 요구하지 않는다.
Mentor/RAG를 대상으로 검색·지식 표현·Vector RAG·GraphRAG·reranking을 비교하고, retrieval 실패와 generation 실패를 분리해 평가한다.
CHO-FAM Knowledge Architecture v1, retrieval 평가 세트, Vector/Graph 비교 결과, 실패 유형 taxonomy.
| 주 | 과목 | 연구 질문 | 산출물 |
|---|---|---|---|
| 9 | Information Retrieval | 정답 근거를 어떻게 정의하는가? | 검색 평가 세트 |
| 10 | Knowledge Engineering | Person·Project·Task·Document를 어떻게 표현하는가? | 지식 모델 v1 |
| 11 | Vector Search | Vector RAG만으로 충분한 상황은 언제인가? | RAG 기준 실험 |
| 12 | GraphRAG·Reranking | 추가 복잡성 대비 효과는? | RAG·Graph 비교 노트 |
사용 원칙: O’Reilly를 주교재 플랫폼으로 삼고, Manning은 Agent·LLM 심화 참고자료로 선택한다. 논문·공식문서는 연구 세미나 자료로 읽으며, CHO-FAM 저장소에서 구현과 실험으로 검증한다.
Build an AI Agent (From Scratch)의 RAG·memory 관련 장
Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks
Hugging Face LLM Course, Vertex AI Embeddings·Supabase Vector 공식 문서
공식 목차 확인: 2026-09-15. Chapter 번호는 T1~T8의 영문 판본 기준이다. 아래 배치는 CHO-FAM 과목에 맞춘 학습 계획이며 출판사의 권장 순서는 아니다. 집중 범위는 학습용 요약으로, 원문 장 제목이 아니다.
주교재 지정 부분을 먼저 읽고 선택 참고는 필요할 때만 읽는다. 여러 Chapter가 있는 주는 해당 주제의 절을 발췌하며 전 장 완독을 요구하지 않는다. 읽기 약 2–3시간을 기준으로 실습 시간을 확보한다. 논문·공식 규격은 별도로 보완한다. 45–48주는 새 책 없이 기존 자료를 재독한다. 미래 주차는 교재 계획만 표시하며 상세 페이지는 예약 실행 시 생성한다.
| 주차 · 과목 | 주교재 · Chapter | 선택 참고 · Chapter |
|---|---|---|
| 9주차 · 예정 Information Retrieval | T1 · AI Engineering Chapter 6 집중 범위: 검색 기초 | T5 · Build an AI Agent (From Scratch) Chapter 5 (§5.1–5.2) 집중 범위: 검색방식 |
| 10주차 · 예정 Knowledge Engineering | T3 · Designing Data-Intensive Applications, 2e Chapter 3 집중 범위: 지식 표현 | T5 · Build an AI Agent (From Scratch) Chapter 5 (§5.4) 집중 범위: 구조화 검색 |
| 11주차 · 예정 Vector Search | T5 · Build an AI Agent (From Scratch) Chapter 5 (§5.3) 집중 범위: 벡터검색 | T3 · Designing Data-Intensive Applications, 2e Chapter 4 집중 범위: 검색 인덱스 |
| 12주차 · 예정 GraphRAG·Reranking | T1 · AI Engineering Chapter 6 집중 범위: 검색 개선 | T3 · Designing Data-Intensive Applications, 2e Chapter 3 집중 범위: 그래프 모델 |
읽기를 선호하고 O’Reilly를 구독하는 학습자를 위한 선택 독서 경로다. 기존 T1–T8 필수 교재와 주차별 Chapter는 그대로 유지한다. S1–S8은 별도의 보조교재 코드이며, 아래 자료를 모두 완독할 필요는 없다.
읽기 운영: 기본 읽기 2–3시간에 더해 여유가 있으면 주 60–90분 동안 선택 Chapter의 관련 절 또는 무료 읽을거리 하나를 읽는다. 총 학습시간을 늘리기 어렵다면 기존 선택 참고와 교체한다. 독서 노트에는 핵심 주장 3개, 반론·의문 1개, CHO-FAM 적용 아이디어 1개를 남긴다. 구현·실험 산출물은 유지한다.
| 주차 | 선택 교재 · Chapter · 읽기 초점 | 독서 질문 |
|---|---|---|
| 9주차 | S1 · Hands-On Large Language Models Chapter 8 · 검색·RAG | 검색 실패와 생성 실패를 어떻게 나눌까? |
| 10주차 | S2 · Learning Domain-Driven Design Chapter 2–3 · 지식과 경계 | 문서의 업무 용어를 어떤 모델로 표현할까? |
| 11주차 | S1 · Hands-On Large Language Models Chapter 10 · 임베딩 모델 | 도메인 임베딩 개선이 필요한 증거는? |
| 12주차 | S1 · Hands-On Large Language Models Chapter 8 · RAG 재독 | reranking의 비용을 정당화하는 지표는? |
Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks
9–12주차 · 원 논문의 연구 설정과 현재 CHO-FAM RAG 구성을 비교한다.
추가 자료 확인: 2026-09-18. 링크된 O’Reilly 영문 판본의 공개 목차 기준이며, 읽기 초점과 질문은 CHO-FAM용 제안이다. 계정별 본문 접근 여부는 로그인 후 확인한다. 분산 시스템·운영 서적은 설계 원리 중심으로 읽고, 오래된 코드/API 예시는 현재 공식 문서와 대조한다. 12개월차는 기존 독서의 재참조이며 새 필독 도서를 추가하지 않는다.