[포폴강화] RAG

1. 요약 기능 (Summarization): "데이터 부족을 외부 데이터로 보완"

내 커뮤니티에 글이 적다면, 외부 뉴스 API나 공시 정보를 섞어서 요약하는 방식을 추천합니다.

• 전략: 사용자가 특정 종목 페이지에 들어갔을 때, 우리 커뮤니티 의견 + 최신 뉴스 3개를 합쳐서 AI가 "현재 이 종목의 분위기는 이렇습니다"라고 요약해주는 것입니다.
• 공부 포인트: 여러 출처의 데이터를 하나로 합치는 Data Aggregation 로직을 백엔드에서 구현해보세요.
• 장점: 글이 하나도 없어도 뉴스를 요약해주기 때문에 서비스가 비어 보이지 않습니다.

---

2. RAG 기반 챗봇: "적은 데이터로도 정확한 답변"

RAG의 가장 큰 장점은 데이터가 10개만 있어도 그 10개 안에서 정확한 답변을 찾아낸다는 것입니다. 데이터 양보다는 **'흐름'**을 만드는 공부에 집중하세요.

• 전략: 1. 사용자가 질문을 던집니다. 2. 내 DB에서 질문과 가장 관련 있는 글(비록 몇 개 없더라도)을 찾습니다. 3. 만약 검색 결과가 너무 적다면, AI에게 "커뮤니티 내 의견은 부족하지만, 일반적인 투자 상식으로는 이래"라고 답변하도록 프롬프트를 짭니다.
• 공부 포인트 (백엔드 핵심): * Vector DB 입문: 데이터가 적을 때 PostgreSQL의 pgvector를 사용하면 별도의 DB 설치 없이 기존 DB에서 AI 기능을 바로 구현할 수 있어 아주 효율적입니다.
  • 임베딩(Embedding): 문장을 숫자로 바꿔 저장하는 과정을 직접 코드로 짜보면서, 텍스트가 어떻게 검색 엔진에서 처리되는지 배울 수 있습니다.

몰랐던 명사 : 임베딩, RAG, Vector DB, PostgreSQL