RETRIEVAL-AUGMENTED GENERATION

How it’s built

v1.0 · 2026-10-27

Method

정적 HTML·CSS·JavaScript로 구성한다. 입력 변경 계산은 Web Worker에서 실행한다. 기본 입력의 표와 SVG는 같은 엔진으로 미리 계산해 HTML에 넣었다. 언어·테마·글자 크기를 바꿔도 계산 모델은 같다.
브라우저 모델 학습 없음. 준비 단계에서 TF-IDF→SVD를 적합했다. NumPy 2.3.5 · scikit-learn 1.8.0 · PyMuPDF 1.26.6 · KaTeX 0.16.11.
본문 초안 작성 보조: GPT-6. 실습 실행 중 LLM 호출 없음.
1 Context Assembly — 검색 방법·k·문자 예산을 바꾸고 실제 포함된 근거와 잘린 위치를 본다. 검색되었지만 프롬프트에서 빠진 문서를 확인한다.
2 Citation Grounding — 잘못된 첫 인용을 켜고 원문 포함 검사가 어떻게 달라지는지 본다. 출력은 생성 답변이 아니라 실제 원문 발췌다.
3 Abstention — 준비된 14개 질의 중 범위 안·밖을 바꾸고 임계값을 조절한다. 근거 조립 허용과 실제 정답 근거 적중이 항상 일치하지 않을 수 있음을 본다.
4 Context Ordering — 같은 질의·검색 방법·k를 유지하고 순서와 예산만 바꾼다. 상위 근거가 어디에 놓이고 어느 문서가 빠지는지 확인한다.

사용자가 첨부한 2026-03-02 시행본 PDF 168쪽에서 712개 레코드를 만들었다. 검색은 조문과 별표·부칙 레코드 단위이며 청킹 탭은 분할 원리를 별도로 실험한다. TF-IDF 어휘 3,000개와 시드 42로 32차원 LSA를 만들었다. 계산 데이터 4.55 MB와 원본 PDF 2.80 MB를 공통 폴더에 둔다.
공개 법령 원문 + 작성한 관련성 라벨 12개 + 범위 밖 질의 2개. 문서 접근 등급·공격 문자열·질의 변형은 합성 입력이다.
입력은 앱 저장소에 보관하지 않는다. 상태 URL에는 실습 값이 포함되며 테마·글자 크기는 localStorage에 저장한다.

수식은 BM25·RRF·코사인·순위 지표의 정의와 독립 계산값을 대조한다. 시드 재현성·경계 입력·상태 직렬화·인용 추적·로컬 파일 연결은 소스 검증 스크립트로 확인한다. 공개 데이터에 붙인 관련성 라벨과 접근 등급은 작성자가 만든 설명용 예시다.
18개 계산·구조 검증 항목과 기본·최소·최대 입력 108개를 통과했다. BM25 수작업 예제, RRF 합산, 순위 지표, SHA-256 일치와 시드 재현을 포함한다.

Knowledge Base 구축 기술을 다루며 OSH 안전 규정 해설은 별도 영역이다. 이 구현은 실제 LSA·BM25 계산을 사용한다. OCR, 신경망 임베딩, 생성형 답변, HNSW, 운영 인증 서버는 실행하지 않는다. RAG 탭은 근거 선택·컨텍스트 조립·인용·보류 기준을 다룬다.
Context Assembly: 검색 질의 · 한국어 원문 ≤300 characters, 검색 깊이 k 1–20 , 검색 방법 bm25 / lsa / hybrid, 근거 문자 예산 300–6000
Citation Grounding: 검색 질의 · 한국어 원문 ≤300 characters, 검색 깊이 k 1–20 , 첫 인용을 다른 문서로 변경 0 / 1
Abstention: 준비 질의 번호 0–13 , 검색 깊이 k 1–20 , BM25 임계값 0–100
Context Ordering: 검색 질의 · 한국어 원문 ≤300 characters, 검색 깊이 k 1–20 , 검색 방법 bm25 / lsa / hybrid, 근거 문자 예산 300–6000 , 배치 순서 rank / reverse / edges

NumPy · BSD-3-Clause; scikit-learn · BSD-3-Clause; PyMuPDF · AGPL-3.0 (preparation only); KaTeX · MIT (CDN)