섹션 1: RAG의 기본 개념과 LangChain 소개

• **RAG (Retrieval-Augmented Generation)**는 정보를 생성하기 전에 외부 데이터 소스에서 관련 정보를 검색하여 AI 모델의 답변 품질을 높이는 기술입니다.

LangChain은 RAG 구현에 필요한 컴포넌트를 제공하며, LLM(대규모 언어 모델)을 다양한 데이터 소스와 결합하여 지능형 애플리케이션을 구축하도록 돕습니다.

LangChain 설치 및 환경 설정 (개요)

# LangChain 설치
pip install langchain openai tiktoken gradio

환경변수 설정방법 (.env) 및 OpenAI API 인증키 등록

1. .env 파일 생성:

OPENAI_API_KEY=your_openai_api_key

1. Python에서 환경변수 로드:

from dotenv import load_dotenv
import os

load_dotenv()
api_key = os.getenv("OPENAI_API_KEY")
print(api_key)  # 환경 변수 확인

섹션 2: LangChain의 주요 RAG 컴포넌트 소개

1. 문서 로더 (Document Loaders)

문서를 다양한 형식에서 읽어와 LangChain에 전달합니다.

from langchain.document_loaders import TextLoader

loader = TextLoader("sample.txt")
documents = loader.load()
print(documents[0].page_content)

2. 텍스트 분할기 (Text Splitters)

긴 텍스트를 처리 가능한 단위로 분할합니다.

from langchain.text_splitter import CharacterTextSplitter

splitter = CharacterTextSplitter(chunk_size=200, chunk_overlap=20)
chunks = splitter.split_text("긴 텍스트 예제...")
print(chunks)