Spring Boot + Ollama + pgvector를 활용한 RAG 시스템 구축
개요이 문서는 Spring Boot, PostgreSQL의 pgvector 확장, 그리고 Ollama를 활용하여 RAG(Retrieval Augmented Generation) 시스템을 구축하는 방법을 소개합니다. RAG는 대형 언어 모델(LLM)의 제한된 지식을 보완하기 위해 외부 데이터 소스에서 관련 정보를 검색한 후, 이를 바탕으로 답변을 생성하는 기술입니다.1. 각 서비스의 개요 및 개념1.1 RAG (Retrieval Augmented Generation)정의RAG는 검색 기반 생성 방식으로, 사용자의 질문에 대해 관련 문서를 먼저 검색하고, 그 문서의 내용을 기반으로 LLM이 답변을 생성하는 기법입니다.RAG의 필요성기존 LLM의 한계:지식 커트오프: 학습 데이터 이후의 정보를 알 수 없음할루..
개발
2026. 5. 10. 22:12
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- minio
- Ai
- JWT
- MetaTool
- embedding
- RoutingDataSource
- object storage
- aws s3
- docker
- javascript
- AOP
- Spring Boot AI
- java
- Spring
- await
- bean
- llm
- context engineering
- Promise
- JAVA24
- Harness Engineering
- Framework
- PostgreSQL
- async
- ASYNCHRONOUS
- repmgr
- Rag
- transaction
- coding agent
- kubernetes
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | |
| 7 | 8 | 9 | 10 | 11 | 12 | 13 |
| 14 | 15 | 16 | 17 | 18 | 19 | 20 |
| 21 | 22 | 23 | 24 | 25 | 26 | 27 |
| 28 | 29 | 30 |
글 보관함