본문으로 바로가기
Python

강의

Weaviate로 배우는 End-to-End RAG

중급기술 수준
업데이트됨 2026. 3.
Weaviate로 RAG 마스터하기! 검색용 텍스트와 이미지를 임베드하고, vector, BM25, hybrid search를 실험합니다.
무료로 강의 시작
PythonArtificial Intelligence
2시간
4 동영상
14 연습 문제
1,200 XP
성취 증명서

무료 계정 만들기

Google에서 계속 진행더 많은 옵션 보기

또는


계속 진행하시면 당사의 이용약관개인정보처리방침에 동의하고 및 귀하의 데이터가 미국에 저장되는 것에 동의하게 됩니다.

수천 개 기업의 학습자들이 사랑하는

Group

팀을 교육하시나요?

비즈니스용으로 체험해 보세요

강의 설명

간단한 LLM 호출부터 Weaviate를 활용한 멀티모달 RAG 워크플로까지 단계별로 배워 보세요! PDF 문서를 처리해 문단, 제목, 표 등 핵심 텍스트를 추출하는 방법을 익힙니다. 이 데이터를 Weaviate에 임베딩하고 저장하여 검색에 활용하고, 생성 모델에 전달할 효과적인 검색 프롬프트를 설계해 볼 거예요. 마지막으로, PDF를 이미지처럼 다뤄 그래프나 도표에서 놓친 문맥까지 포착합니다. ColPali 멀티모달 임베딩 모델과 OpenAI의 멀티모달 생성 모델을 함께 사용해 이미지와 문서를 대상으로 대화형 질의응답을 시작해 보세요!

선수 조건

Working with the OpenAI API
1

Weaviate로 배우는 RAG 기본기

Weaviate가 RAG 애플리케이션을 어떻게 가능하게 하는지 알아보세요! Retrieval–Augmentation–Generation의 각 단계를 직접 구현해 보며 RAG 워크플로를 처음부터 끝까지 손으로 만들어 봅니다. 이 이해를 바탕으로 2장에서는 Weaviate를 사용해 더 견고하고 최적화된 RAG 워크플로를 구축하게 됩니다.
챕터 시작
2

Weaviate로 End-to-End RAG 구축

RAG 워크플로를 직접 코딩하는 것도 좋지만, Weaviate 같은 도구가 제공하는 최적화를 놓칠 수 있어요. 이 장에서는 임베딩, 저장, 검색, 응답 생성을 모두 Weaviate 하나로 처리해 봅니다!
챕터 시작
3

멀티모달 RAG

이전 장에서는 PDF 문서의 텍스트만 사용해 문서 청크를 만들고, 이미지 콘텐츠는 제외했어요. 이로 인해 검색과 생성에 유용할 수 있는 문맥이 많이 손실됩니다! 이번 장에서는 ColPali 멀티모달 모델을 사용해 텍스트와 이미지를 함께 임베딩하고 생성하여, 모델 응답에 더 풍부한 문맥을 제공해 보겠습니다.
챕터 시작
Weaviate로 배우는 End-to-End RAG
강의
완료

수료증 획득

LinkedIn 프로필, 이력서 또는 CV에 이 인증서를 추가하세요
소셜 미디어와 성과 평가에서 공유하세요
지금 등록

19백만 명 이상의 학습자와 함께 Weaviate로 배우는 End-to-End RAG을(를) 시작하세요!

무료 계정 만들기

Google에서 계속 진행더 많은 옵션 보기

또는


계속 진행하시면 당사의 이용약관개인정보처리방침에 동의하고 및 귀하의 데이터가 미국에 저장되는 것에 동의하게 됩니다.

DataCamp for Mobile을 통해 데이터 분석 능력을 향상시키세요.

모바일 강좌와 매일 5분 코딩 챌린지를 통해 이동 중에도 학습 효과를 높이세요.