Upstage의 Document Parse와 Solar Pro 2로 RAG 구현하기

Posted Aug 23, 2025

By Jae-min Hong

33 min read

들어가며

수십, 수백 페이지에 달하는 PDF 문서를 하나하나 넘겨보면서, 원하는 정보를 찾기 위해 헤맨 경험이 있으신가요? 이러한 검색 방식은 시간을 낭비할 뿐만 아니라, 필요한 정보는 놓치고 단편적인 내용에만 집중하게 될 수 있습니다.

본 튜토리얼에서는 Document Parse로 PDF 문서에서 텍스트를 추출하는 방법과 Solar Pro 2로 질문에 대해 정확한 답변을 생성하는 RAG 시스템을 함께 구현하면서, Upstage의 AI 모델들을 활용하는 것을 배울 수 있습니다.

RAG(Retrieval-Augmented Generation)란 무엇일까요?

RAG는 LLM이 답변을 생성하기 전에, 먼저 외부 DB나 문서에서 관련 정보를 검색하여 그 내용을 기반으로 답변의 근거를 마련해 정확성과 신뢰도를 높이는 방식입니다. 이를 통해 LLM이 잘못된 정보를 생성하는 환각(Hallucination)을 크게 줄일 수 있습니다.

본 튜토리얼에서는 다음 3단계의 절차를 통해 RAG 시스템을 구현합니다.

Indexing : Document Parse를 사용해 PDF와 같은 문서를 불러와서 작은 단위의 청크로 나누고, 이를 벡터로 변환한 후 데이터베이스에 저장합니다.
Retrieval : 사용자 질문과 가장 유사한 문서 청크들을 검색합니다.
Generation : 검색된 정보를 참고 자료로 활용하여, 사용자 질문과 함께 Solar Pro 2에 전달하여 답변을 생성합니다.

References

환경 설정

💡 전체 코드 다운로드
튜토리얼을 시작하기 전에, 실습에 필요한 모든 코드는 아래 GitHub Repository에서 다운로드하거나 복제(Clone)할 수 있습니다. Repository에는 본 튜토리얼의 전체 코드, 샘플 데이터(.pdf), 그리고 .env 파일 예시가 포함되어 있습니다.
🔗 GitHub Repository

먼저 필요한 라이브러리들을 설치해 주세요.
1 pip install -r requirements.txt

Upstage API Key 발급이 필요합니다. Upstage Console 에서 API Key를 발급해 주세요.
발급받은 키를 안전하게 보관하기 위해, 프로젝트 폴더에 .env 라는 파일을 만들고 다음과 같이 내용을 작성해 주세요. UPSTAGE_API_KEY="여기에 발급받은 API 키를 붙여넣으세요"

  
 import os
 import json
 import requests
 import warnings

 warnings.filterwarnings("ignore")

 from collections import Counter
 from dotenv import load_dotenv

 from openai import OpenAI
 from langchain_text_splitters import RecursiveCharacterTextSplitter
 from sentence_transformers import SentenceTransformer
 from qdrant_client import QdrantClient, models

 load_dotenv()
 api_key = os.getenv("UPSTAGE_API_KEY")

1. Indexing

Indexing 단계는 원본 문서(예: PDF)를 검색 가능한 데이터베이스로 만드는 과정입니다. AI가 참고할 ‘오픈북’을 미리 잘 정리해두는 단계라고 생각할 수 있습니다. 전체 과정은 아래와 같이 Load → Split → Embedding → Store 순서로 진행됩니다.

Load : PDF, 웹페이지 등 다양한 소스에서 데이터를 불러옵니다.
Split : 긴 문서의 내용을 작은 의미 단위인 청크로 나눕니다.
Embedding : 각 청크를 벡터로 변환합니다.
Store : 벡터들을 검색 가능한 데이터베이스에 저장합니다.

Load

가장 먼저, 원본 PDF 문서를 불러와 Document Parse로 분석하고, 불필요한 텍스트를 제거하는 전처리 과정을 거칩니다.

Document Parse로 PDF 파싱하기

일반적인 PDF parser는 단순히 텍스트만 추출합니다.
하지만 Upstage의 Document Parse는 다음과 같은 특징이 있습니다:

구조 인식 : 제목, 본문, 표, 이미지, 목록 등을 정확히 구분해서 파싱
레이아웃 분석 : paragraph, heading1, header, figure, list 등 다양한 레이아웃 카테고리를 자동으로 분류
읽는 순서 보장 : 문서의 논리적 흐름에 따라 내용을 순서대로 정리
구조화된 변환 : 각 요소를 적절한 HTML 태그(<h1>, <p>, <table> 등)로 변환
높은 정확도 : 93.48% 문서 인식 정확도로 복잡한 문서도 안정적으로 처리

이런 특징 덕분에 단순한 텍스트 추출이 아닌, 문서의 의미와 구조를 이해한 파싱이 가능합니다.
(Document Parse의 API 호출 시, 자세한 정보는 이 링크를 참고해 주세요.)

이번 튜토리얼에서는 저작권 문제가 없는 법령 문서를 사용하겠습니다. 국가법령정보센터에서 PDF를 다운받을 수 있습니다.

  
# 사용할 문서를 작성
filename = "./data/전자서명법(법률)(제18479호)(20221020).pdf"

# API 호출
url = "https://api.upstage.ai/v1/document-digitization"
headers = {"Authorization": f"Bearer {api_key}"}
files = {"document": open(filename, "rb")}
data = {
    "output_formats": "['html', 'markdown', 'text']",  # 출력 형식을 지정할 수 있음
    "ocr": "force",
    "base64_encoding": "['figure']",
    "model": "document-parse",
}
dp_result = requests.post(url, headers=headers, files=files, data=data)

# 결과를 json 파일로 저장
with open("./dp_result.json", "w", encoding="utf-8") as f:
    json.dump(dp_result.json(), f, ensure_ascii=False, indent=2)

API 호출이 완료되어 json 파일에 파싱 결과가 저장되었습니다! 결과를 확인해 볼까요?

  
# json 파일 로드
with open("./dp_result.json", "r", encoding="utf-8") as f:
    data = json.load(f)

# 파싱 결과 확인
categories = [elem["category"] for elem in data["elements"]]
print("[ Category 분포 확인 ]")
for category, count in Counter(categories).most_common():
    print(f"- {category}: {count}")

print("\n[ 파싱 결과 일부 확인 ]")
for elem in data["elements"][3:6]:
    print(f"ID {elem['id']}")
    print(f"- Category: {elem['category']}")
    print(f"- Content: {elem['content']['text'][:50]} ...")
    print(f"- Page: {elem['page']}\n")

OUTPUT:

[ Category 분포 확인 ]
- paragraph: 42
- list: 18
- footer: 18
- header: 6
- heading1: 2

[ 파싱 결과 일부 확인 ]
ID 3
- Category: paragraph
- Content: 제1조(목적) 이 법은 전자문서의 안전성과 신뢰성을 확보하고 그 이용을 활성화하기 위하여  ...
- Page: 1

ID 4
- Category: heading1
- Content: 제2조(정의) 이 법에서 사용하는 용어의 뜻은 다음과 같다. ...
- Page: 1

ID 5
- Category: list
- Content: 1. "전자문서"란 정보처리시스템에 의하여 전자적 형태로 작성되어 송신 또는 수신되거나 저 ...
- Page: 1

🤔 파싱된 결과는 어떤 구조를 가지고 있나요?

파싱 결과는 크게 content와 elements로 구분됩니다.

content에서는 html, markdown, text와 같이 전체 결과를 한 번에 볼 수 있습니다.

elements에서는 레이아웃별 정보를 확인할 수 있습니다.

category : 레이아웃 카테고리의 종류 (paragraph, heading1, list 등)
content : 실제 텍스트 내용 (html, markdown, text 형식으로 제공)
coordinates : 위치 좌표 정보 (x, y 값)
id : 순서 번호 (0부터 시작)
page : 페이지 번호 (1부터 시작)

  
{
  "api": "2.0",
  "content": {
    "html": "<header id='0' style='font-size:20px'>전자서명법</header>\n<p id='1' data-category='paragraph' style='font-size:22px'>전자서명법</p>\n<br><p id='2' data-category='paragraph' style='font-size:16px'>[시행 2022. 10. 20.] [법률 제18479호, 2021. 10. 19., 일부개정]<br>...",
    "markdown": "전자서명법\n\n전자서명법\n\n[시행 2022. 10. 20.] [법률 제18479호, 2021. 10. 19., 일부개정]\n...",
    "text": "전자서명법\n전자서명법\n[시행 2022. 10. 20.] [법률 제18479호, 2021. 10. 19., 일부개정]\n..."
  },
  "elements": [
    {
      "category": "header",
      "content": {
        "html": "<header id='0' style='font-size:20px'>전자서명법</header>",
        "markdown": "전자서명법",
        "text": "전자서명법"
      },
      "coordinates": [
        {
          "x": 0.8624,
          "y": 0.0344
        },
        {
          "x": 0.9511,
          "y": 0.0344
        },
        {
          "x": 0.9511,
          "y": 0.0504
        },
        {
          "x": 0.8624,
          "y": 0.0504
        }
      ],
      "id": 0,
      "page": 1
    },
  ],
}

데이터 전처리

파싱된 데이터에는 필수적인 내용 외에도 불필요한 요소들이 있습니다. RAG의 정확도를 높이기 위해 간단한 전처리를 진행해보겠습니다.

먼저, 어떤 카테고리들이 불필요한 내용을 담고 있는지 확인해 봅시다.

  
page_num = 0
category_name = "footer"  # paragraph, heading1, list, header, footer
print(f"[ 문서 구조 확인: {category_name} ]")
for elem in data["elements"]:
    if elem["page"] != page_num:
        page_num = elem["page"]
        print(f"\n=========== Page {page_num} ==========\n")

    if elem["category"] == category_name:
        print(elem["content"]["text"])

내용을 확인한 결과, header와 footer는 각각 페이지 제목과 쪽수로 파악되어 제거하겠습니다.

  
texts = []
for elem in data["elements"]:
    category = elem["category"]
    text = elem["content"]["text"]
    # 필수 내용이 담긴 카테고리만 선택
    if category in ["paragraph", "list", "heading1"]:
        texts.append(text)
texts = "\n".join(texts)

print(f"- 전처리 전 텍스트 길이: {len(data["content"]["text"])}")
print(f"- 전처리 후 텍스트 길이: {len(texts)}")
print(f"\n- 첫 200자:\n{texts[:200]} ...")

OUTPUT:

- 전처리 전 텍스트 길이: 8796
- 전처리 후 텍스트 길이: 8669

- 첫 200자:
전자서명법
[시행 2022. 10. 20.] [법률 제18479호, 2021. 10. 19., 일부개정]
과학기술정보통신부 (정보보호기획과) 044-202-6445, 6447
제1조(목적) 이 법은 전자문서의 안전성과 신뢰성을 확보하고 그 이용을 활성화하기 위하여 전자서명에 관한 기본적인
사항을 정함으로써 국가와 사회의 정보화를 촉진하고 국민생활의 편익을  ...

법령 문서의 앞부분에는 목차나 기타 정보들이 있어서, 실제 조문의 시작은 “제1조(목적)”부터 시작합니다. 추가적으로, “제1조(목적)”의 이전 부분을 제거하도록 하겠습니다.

  
# 제1조(목적) 이전 부분 제거
start_pos = texts.find("제1조(목적)")
if start_pos != -1:
    cleaned_texts = texts[start_pos:]
else:
    cleaned_texts = texts
print(f"- 첫 200자:\n{cleaned_texts[:200]} ...")

OUTPUT:

- 첫 200자:
제1조(목적) 이 법은 전자문서의 안전성과 신뢰성을 확보하고 그 이용을 활성화하기 위하여 전자서명에 관한 기본적인
사항을 정함으로써 국가와 사회의 정보화를 촉진하고 국민생활의 편익을 증진함을 목적으로 한다.
제2조(정의) 이 법에서 사용하는 용어의 뜻은 다음과 같다.
1. "전자문서"란 정보처리시스템에 의하여 전자적 형태로 작성되어 송신 또는 수신되거나 저 ...

출력 결과를 확인해보면, 본문의 이전 내용이 제거가 된 것을 알 수 있습니다.

Split

Load 단계에서 정제된 긴 텍스트를, 한 번에 처리하기 좋은 작은 의미 단위인 청크(Chunk)로 분할하는 단계입니다.

🤔 왜 청킹이 필요할까요?

검색 정확도 : 작은 단위로 나누어 관련성 높은 내용을 정확히 찾도록 함
처리 효율성 : 임베딩 모델과 LLM의 입력 길이 제한 고려

전처리가 완료된 텍스트 데이터를 작은 단위로 나누어 Embedding하기 좋은 형태로 만들어보겠습니다.

  
# 문서를 1000자 단위로 분할
text_splitter = RecursiveCharacterTextSplitter(
    chunk_size=1000,  # 각 청크의 최대 크기
    chunk_overlap=200,  # 청크 간 겹치는 부분 (맥락 유지)
)
split_texts = text_splitter.split_text(cleaned_texts)
print(f"총 {len(split_texts)}개의 청크로 분할 완료")

OUTPUT:

총 11개의 청크로 분할 완료

LangChain의 RecursiveCharacterTextSplitter는 문단, 줄바꿈 등을 기준으로 텍스트를 나누는 TextSplitter입니다. 글자 수로만 나누는 것보다 문맥 유지에 유리합니다.

다음으로, 분할된 각 청크에 법령 정보를 추가하여 문서를 구분할 수 있도록 합니다.

  
documents = []
for content in split_texts:
    document = {
        "content": content,
        "metadata": {
            "filename": "전자서명법",
            "enforcement_date": "2022-10-20",
            "law_id": 18479,
        },
    }
    documents.append(document)

print("[ 첫번째 Document 확인 ]\n")
print(f'- Content:\n{documents[0]["content"][:200]} ...')
print(
    f'\n- Metadata:\n{json.dumps(documents[0]["metadata"], ensure_ascii=False, indent=2)}'
)

OUTPUT:

[ 첫번째 Document 확인 ]

- Content:
제1조(목적) 이 법은 전자문서의 안전성과 신뢰성을 확보하고 그 이용을 활성화하기 위하여 전자서명에 관한 기본적인
사항을 정함으로써 국가와 사회의 정보화를 촉진하고 국민생활의 편익을 증진함을 목적으로 한다.
제2조(정의) 이 법에서 사용하는 용어의 뜻은 다음과 같다.
1. "전자문서"란 정보처리시스템에 의하여 전자적 형태로 작성되어 송신 또는 수신되거나 저 ...

- Metadata:
{
  "filename": "전자서명법",
  "enforcement_date": "2022-10-20",
  "law_id": 18479
}

청킹된 문서와 함께, metadata도 확인할 수 있습니다. 이 외에도 원하는 정보를 편하게 추가할 수 있습니다.

Embedding & Store

분할된 청크들을 컴퓨터가 의미를 이해할 수 있는 숫자 벡터로 변환(Embedding)하고, 나중에 빠르게 검색할 수 있도록 벡터 데이터베이스에 저장(Store)합니다.

🤔 텍스트를 벡터로 변환

컴퓨터가 텍스트의 의미를 이해할 수 있도록 숫자 벡터로 변환하는 과정입니다. 비슷한 의미의 텍스트들은 비슷한 벡터값을 가지게 됩니다.

  
# 임베딩 모델 불러오기
embedding_model = SentenceTransformer("Qwen/Qwen3-Embedding-4B")

이제, 벡터들을 빠르게 검색할 수 있는 Qdrant 벡터 데이터베이스를 구축하겠습니다.
(Qdrant에 대한 설명은 이 링크를 참고해 주세요.)

  
qdrant_path = "./qdrant"  # 로컬에 Qdrant 결과를 저장
collection_name = "law"  # 문서가 저장될 그룹의 이름

client = QdrantClient(path=qdrant_path)

# collection 생성
client.create_collection(
    collection_name=collection_name,
    vectors_config=models.VectorParams(
        size=embedding_model.get_sentence_embedding_dimension(),
        distance=models.Distance.COSINE,  # 코사인 유사도 사용
    ),
)

문서가 저장될 그룹이 생겼으니, 작은 단위로 분할된 청크들을 벡터로 변환하여 데이터베이스에 저장해 보겠습니다.

  
all_points = []
for point_id, doc in enumerate(documents):
    # 텍스트를 벡터로 변환
    vector = embedding_model.encode(doc["content"]).tolist()

    # Qdrant에 저장할 point 생성
    point = models.PointStruct(
        id=point_id,
        vector=vector,  # 변환된 벡터
        payload={**doc},  # 벡터로 변환되지 않은 원본 텍스트와 메타데이터를 저장
    )
    all_points.append(point)

# 모든 벡터를 Qdrant에 업로드
client.upload_points(
    collection_name=collection_name,
    points=all_points,
)

Embedding과 Store의 과정을 끝으로, Indexing 단계가 완료되었습니다! 이제 사용자 질문과 관련된 문서를 검색하러 가볼까요?

2. Retrieval

사용자의 질문과 가장 유사한 문서 청크들을 찾는 단계입니다.
질문도 앞서 사용한 동일한 임베딩 모델로 벡터화한 후, 저장된 문서들과의 유사도를 비교하여 관련성이 높은 내용을 찾아보겠습니다.

전자서명의 발전을 위한 시책에 대해 질문하는 것을 예시로 들겠습니다.

  
user_query = "전자서명의 발전을 위한 시책에는 어떤 것들이 있어?"

# 질문을 벡터로 변환
query_vector = embedding_model.encode(user_query).tolist()

이제, 질문과 가장 유사한 상위 3개의 문서 청크를 찾아보겠습니다.

  
hits = client.search(
    collection_name=collection_name,
    query_vector=query_vector,
    limit=3,  # 상위 3개로 설정
)

print("[ 검색 결과 (상위 3개) ]")
for i, hit in enumerate(hits):
    print(f"\n{i}번째 결과 (유사도: {hit.score:.4f})")
    print(f"Content: {hit.payload['content'][:250]}...")
    print("-" * 50)

OUTPUT:

[ 검색 결과 (상위 3개) ]

0번째 결과 (유사도: 0.7321)
Content: 제3조(전자서명의 효력) ① 전자서명은 전자적 형태라는 이유만으로 서명, 서명날인 또는 기명날인으로서의 효력이 부
인되지 아니한다.
② 법령의 규정 또는 당사자 간의 약정에 따라 서명, 서명날인 또는 기명날인의 방식으로 전자서명을 선택한 경우
그 전자서명은 서명, 서명날인 또는 기명날인으로서의 효력을 가진다.
제4조(전자서명의 발전을 위한 시책 수립) 정부는 전자서명의 안전성, 신뢰성 및 전자서명수단의 다양성을 확보하고 그
이용을 활성화하는 등...
--------------------------------------------------

1번째 결과 (유사도: 0.5466)
Content: 6. 그 밖에 전자서명의 이용 촉진을 위하여 필요한 사항
제6조(다양한 전자서명수단의 이용 활성화) ① 국가는 생체인증, 블록체인 등 다양한 전자서명수단의 이용 활성화를 위
하여 노력하여야 한다.
② 국가는 법률, 국회규칙, 대법원규칙, 헌법재판소규칙, 중앙선거관리위원회규칙, 대통령령 또는 감사원규칙에서
전자서명수단을 특정한 경우를 제외하고는 특정한 전자서명수단만을 이용하도록 제한하여서는 아니 된다.
제7조(전자서명인증업무 운영기준 등) ① 과...
--------------------------------------------------

2번째 결과 (유사도: 0.5346)
Content: 제1조(목적) 이 법은 전자문서의 안전성과 신뢰성을 확보하고 그 이용을 활성화하기 위하여 전자서명에 관한 기본적인
사항을 정함으로써 국가와 사회의 정보화를 촉진하고 국민생활의 편익을 증진함을 목적으로 한다.
제2조(정의) 이 법에서 사용하는 용어의 뜻은 다음과 같다.
1. "전자문서"란 정보처리시스템에 의하여 전자적 형태로 작성되어 송신 또는 수신되거나 저장된 정보를 말한다.
2. "전자서명"이란 다음 각 목의 사항을 나타내는 데 이용하기 위하...
--------------------------------------------------

유사도가 약 0.7로 가장 높은 점수가 나온 0번째 결과에 질문과 관련된 정보가 있는 것을 알 수 있습니다.

3. Generation

검색된 문서를 바탕으로 Solar Pro 2 가 자연스러운 한국어 답변을 생성하는 단계입니다.

LLM이 정확한 답변을 생성할 수 있도록, 검색된 정보와 사용자 질문을 적절히 조합한 프롬프트를 만들어야 합니다.

  
prompt_template = """사용자는 법률 문서와 관련된 질문을 하고 있습니다. \
검색된 정보를 기반으로, 질문에 **간결하게** 답변해 주세요.

RETRIEVED INFORMATION:
{retrieved_documents}

USER QUESTION:
{user_query}"""


def format_docs(hits):
    """검색된 문서들을 하나의 문자열로 합치기"""
    doc_list = [hit.payload["content"] for hit in hits]
    return "\n\n---\n\n".join(doc_list)


# 최종 프롬프트 확인
final_prompt = prompt_template.format(
    retrieved_documents=format_docs(hits),
    user_query=user_query,
)
print("[ 생성된 Prompt 미리보기 ]")
print(final_prompt[:300], "...")

OUTPUT:

[ 생성된 Prompt 미리보기 ]
사용자는 법률 문서와 관련된 질문을 하고 있습니다. 검색된 정보를 기반으로, 질문에 **간결하게** 답변해 주세요.

RETRIEVED INFORMATION:
제3조(전자서명의 효력) ① 전자서명은 전자적 형태라는 이유만으로 서명, 서명날인 또는 기명날인으로서의 효력이 부
인되지 아니한다.
② 법령의 규정 또는 당사자 간의 약정에 따라 서명, 서명날인 또는 기명날인의 방식으로 전자서명을 선택한 경우
그 전자서명은 서명, 서명날인 또는 기명날인으로서의 효력을 가진다.
제4조(전자서명의 발전을 위한 시책 수립) 정부는 전자서명의 안전성 ...

최종 프롬프트가 완성되었습니다. 드디어 Solar Pro 2로 답변을 생성할 차례입니다.

  
client = OpenAI(
    api_key=api_key,
    base_url="https://api.upstage.ai/v1",
)

# 답변 생성
stream = client.chat.completions.create(
    model="solar-pro2",
    messages=[{"role": "user", "content": final_prompt}],
    reasoning_effort="high",  # ⭐️ 추론 모드
    stream=True,
    temperature=0.6,
    top_p=0.9,
    max_tokens=1024,
    # 이 외에도 다른 파라미터를 설정할 수 있습니다
)

# stream 출력
for chunk in stream:
    response = chunk.choices[0].delta.content
    if response is not None:
        print(response, end="")

OUTPUT:

전자서명의 발전을 위한 시책은 **제4조**에 따라 다음과 같이 수립·시행됩니다:  

**신뢰성 제고 및 서명수단 다양성 확보**  
**전자서명 제도 개선 및 법령 정비**  
**가입자·이용자 권익 보호**  
**전자서명 상호연동 촉진**  
**기술 개발, 표준화, 인력 양성**  
**안전한 암호 사용을 통한 신뢰성 확보**  
**외국 전자서명 상호인정 등 국제협력**  
**공공서비스 전자서명 안전 관리**  
**그 외 발전에 필요한 사항**  

이 시책은 정부가 전자서명의 안전성, 신뢰성, 이용 활성화를 목표로 추진합니다. (출처: 제4조)

사용자의 질문에 근거가 있는 정확한 답변이 생성되었습니다!

Summary

이번 튜토리얼을 통해, Upstage의 주요 모델들을 활용하여 RAG 시스템을 구현해보았습니다.

먼저 Indexing 단계에서는 Document Parse를 사용해 PDF를 구조화된 데이터로 변환했습니다. Retrieval 단계에서는 사용자 질문과 가장 유사한 문서 청크들을 검색했습니다. 마지막 Generation 단계에서는 검색된 정보를 근거로 하여 Solar Pro 2가 정확한 답변을 생성하는 과정을 확인했습니다.

Next Step

Upstage의 Document Parse와 Solar Pro 2의 사용 경험은 어떠셨나요? 배운 내용을 바탕으로 다음 단계를 진행해 보세요!

다양한 문서로 확장하기 : 법령 문서 외에 매뉴얼, 보고서, 논문 등 자신만의 문서로 테스트해보세요.
프롬프트 개선하기 : 더 구체적이거나 도메인에 특화된 프롬프트를 작성하여 답변의 품질을 높여보세요.
나만의 챗봇 서비스 만들기 : 오늘 만든 RAG 시스템을 기반으로 Streamlit을 활용하여 챗봇 서비스를 구현해보세요.

Upstage

This post is licensed under CC BY 4.0 by the author.

들어가며

RAG(Retrieval-Augmented Generation)란 무엇일까요?

References

환경 설정

1. Indexing

Load

Document Parse로 PDF 파싱하기

🤔 파싱된 결과는 어떤 구조를 가지고 있나요?

데이터 전처리

Split

🤔 왜 청킹이 필요할까요?

Embedding & Store

🤔 텍스트를 벡터로 변환

2. Retrieval

3. Generation

Summary

Next Step

Trending Tags