AWS 생성형 AI 자격증 학습자료 · 영상 전사 원본ASR 오인식 보정 전 원문 — 보정 표기는 요약본

Contextual Retrieval 기반 RAG와 AWS 구성 방안

AWS 공식 한국어 세미나 · 영상 길이 37분 15초 · 세그먼트 762행 · 연계 2주차 · 원본 videoId fd1e7279d71

▶ 원본 영상 보기 — aws.amazon.com/ko/video/watch/fd1e7279d71/

요약본(v3 학습요약): 요약본 폴더의 15_영상2_Contextual_Retrieval_RAG.html · 전체 목록: 자료실.html (세트 루트 기준 경로)

전사 경위 — HLS 오디오 추출(ffmpeg) → AI Ready MCP팀 서버(:8766) create_case(format="audio") · faster-whisper CPU(D44 STT) · 전사일 2026-11-18. 타임스탬프는 원 영상 기준이며 ASR 오인식(예: 고유명사)은 보정 전 상태로 보존했다 — 핵심 수치·용어 보정표는 요약본 하단 참조.
시작종료지속발화
0:010:053.6AWS 솔로전자 아키텍트를 담당한 강경입니다.
0:050:094.0저는 저게 AWS에서 고객사를 대장으로
0:090:134.0클라우드를 잘 쓸 수 있도록 하는 역할을 좀 하고 있고요.
0:130:174.4원래 역할은 칸트 담당 솔로전자 아키텍들인데
0:170:203.4AWS에서 이제 멋있는 인 관련한 이런 것들을
0:200:243.6AWS 솔로전자 서비스들을 잘 쓸 수 있도록 이런 확산하는
0:240:272.9어떤 TF식은 있는데 거기에서도 참여해서
0:270:336.0AWS 서비스를 잘 쓸 수 있도록 그런 활동들을 하는 기회를 하고 있습니다.
0:330:363.2이번 시간에는 제가 컨택스를 리틀립을 기본으로
0:360:392.9아래에이트를 만드는 것과 이제 그걸 활용해서
0:390:423.3AWS에서 잘 훈상해서 할 수 있는 방안에 대해서
0:420:474.6대해서 설명을 드리도록 하겠습니다.
0:470:503.3전체적인 목자는 컨택을 리틀립을
0:500:532.4어나움성 컨택을 설명을 드리고요.
0:530:541.5그리고 이 컨택트를 리틀립을
0:540:572.9어나움성 컨택을 리틀립을 방식을 이해하려면
0:571:002.6전반적인 제니아에서 어떻게 QA 시스템
1:001:022.5명작하는지에 대한 여러분이 설명이 좋습니다.
1:021:053.4그래서 그걸 이용해서 어떻게 기본적인
1:051:082.4RHARCH 텍치가 구성이 되고
1:081:113.4그걸 이용해서 됐을 때 부족한 분이 무엇인지
1:111:153.4그래서 엔트로픽은 이 문제를 어떻게 풀고자했는지
1:151:172.7그리고 나서 이 부분을 또 어떻게 고두화 시킬 수 있는지
1:171:203.1그리고 이걸 또 AWS 기반에서 구현했을 때는
1:201:232.1어떻게 할 수 있는지 그리고 그리고
1:231:252.1실용적인 적은 무엇인지
1:251:272.3이런 부분과 그리고 마지막에
1:271:291.9이 부분을 구현해서 간단하게 어떻게
1:291:312.3컨택트를 리틀립을 잘 될 수 있는지
1:311:342.6이런 부분을 대문을 통해서
1:341:362.5설명을 드리도록 하겠습니다.
1:361:403.7그리고 기억 설명 드려볼게요.
1:401:422.4그러면 이 컨택트를 리틀립 어나움성
1:421:452.7컨택을 하여서 설명을 드릴게요.
1:451:482.8사실은 벌써 두 달 정도 됐는데요.
1:481:502.0이제 엔트로픽에서 컨택트를
1:501:522.4리틀립을 이라는 기술을 설명을 했습니다.
1:521:552.6그래서 이 기술의 큰 골자는
1:551:594.0일단 기본의 기존에 어떤 검색 방식에 더해서
1:592:033.7컨택스 퀸, 컨택스 퀸, 인배드기란 방식과
2:032:063.5컨택스 퀸, VM25라는 방식을 통해서
2:062:104.0획기적인 어떤 건 아이디어를 제 말씀 중 거고요.
2:102:133.4그리고 이렇게 이 방식을 썼을 때
2:132:151.9이제 엔트로픽이 자체 테스트했을 때는
2:152:204.4기존 방식 대비 49포라나 이제 실패율이 감소하고
2:202:233.6리댄킹 방식, 호남패스을 때도 67포라나
2:232:262.8그런 실패, 잡변 실패율이 감소할 수 있는
2:262:303.4이런 획기적인 방식이라고 설명하고 있습니다.
2:302:332.8그렇다면 이 컨택스 퀸, 리틀립 어원이
2:332:352.2어떤 기술적인 백그라운드가 있길래
2:352:372.6이렇게 좋은 품질에 답변을 들 수 있는지
2:372:391.9이런 부분들을 좀 설명 드려보죠.
2:392:412.0하겠습니다.
2:412:442.8이 부분이 설명되기 위해서는 기본적으로
2:442:473.1이제 제네아에서 어떻게 QA 시스템 이루어진지
2:472:492.1그 부분에 대한 기본 컨셉을 좀 이해해야
2:492:512.0만 이 부분을 이해할 수가 있어서
2:512:542.8그 부분을 같이 설명을 드리면서 설명 드려보도록
2:542:562.3하겠습니다.
2:562:592.6일단 기본적으로 여러분들이 이제
2:593:022.6LLM이나 생생의 앨범에 대해서
3:023:042.6질문을 해볼 수가 있습니다.
3:043:062.2원래 기본적으로 LLM들도 많이 학습이
3:063:092.7되었기 때문에 질문을 하면 LLM이
3:093:122.7자체적으로 학습된 내용을 통해서 답변을
3:123:131.2하게 됩니다.
3:133:174.1그런데 문제는 이제 LLM이 알지
3:173:192.2할 수가 없는 내용을 기반으로 답변을
3:193:211.8해야 되는 경우가 있죠.
3:213:243.1그런 경우들은 여러분이 LLM한테
3:243:272.8임프스로 이제 컨택스를 줄 수가 있습니다.
3:273:292.0사실은 나름 무엇보다도 이제 우리가
3:293:312.2프롬프트 엔지리에 이전 세치를 설명 드리기
3:313:342.9했지만 프롬프트 엔지리어링이라는 기법을
3:343:384.2통해서 컨택스와 질문을 같이 LLM한테 전달
3:383:434.3해주면 이제 그 하나의 어떤 GRIVGRIV 프로세스
3:433:463.3내에서 모든 필요한 정보들이 다 전달 되기 때문에
3:463:493.0LLM은 그 걸통해서 답변을 하게 되고
3:493:523.0이 품질이는 답변을 하게 될 수가 있습니다.
3:523:542.5그런데 문제는 이제 고려해야 되는 부분이
3:543:572.5현실에서는 이제 멘트로피계 임프
3:574:002.8토크은 자체가 20만 토크으로 제한이 되어
4:004:011.5있거든요. 현실점에서는.
4:014:054.0그래서 이 시위 전달하는 컨택스 자체가 20만
4:054:083.0토크보다 작다라고 하면 이렇게
4:084:112.5이 밑에 말씀드린 이 방식이 가능하겠죠.
4:114:132.1그런데 만약에 전달을 하시려면
4:134:162.9토크은 자체가 20만 토크 보다 크다라고 하더라고요.
4:164:192.9한 달 하고 하면 이 방식이 좀 쓰는데
4:194:212.2한계가 좀 있을 수 있습니다.
4:214:253.8그래서 이제 압세션에서도 많이 언급되었지만
4:254:272.8우리가 아래의 질하고 부르는 리트립을
4:274:291.7어그멘티드의 제너레이션이라고 하는
4:294:311.6기법을 쓰게 됩니다. 이걸
4:314:343.0이걸 쓰는 기본적인 어떤 아끼틱제 컨셉은
4:344:362.0기본적으로 백터 디비를 백그라운드
4:364:382.5이 두고 백터 디비에 데이터를 넣어 놓고
4:384:423.4이제 질문과 컨택스를 주고 받으면서
4:424:442.3퇴컬렛이 있는 답변과 방대한 데이터가
4:444:462.5들어와서 답변할 수 있도록 이렇게 하는
4:464:492.2기법이 기본적으로 아래의 질가 하고
4:494:545.0자는 풀고 자는 어떤 아끼틱제의 방법입니다.
4:544:551.6그러면 이제 기본적으로 이 아래의 질
4:554:571.7아키텍제가 어떻게 구성된지
4:575:014.3좀 설표하고 볼 필요가 있습니다.
5:015:031.8아래의 질 아키텍저는 이게
5:035:052.3맨 처음에 이제 큰 닭귀먼트
5:055:061.1드리고 하나에 닭귀먼트 드릴 수
5:065:082.1있을 수 있고 여러 개의 닭귀먼트
5:085:101.2드릴 수도 있습니다.
5:105:122.2그러면 이런 닭귀먼트들을 여러 개의
5:125:141.7이 청크로 쪼개입니다.
5:145:162.2이게 예를 들은 의미로는적인 청크로
5:165:182.0될 수 있고 사이즈가 되는 청크로 될 수 있는데
5:185:212.9이게 쪼개고 이 쪼개한 것들을 청크로
5:215:232.4다이로 쪼개서 이 부분들을
5:235:252.2실제로 플렉트카라는 수준에서
5:255:282.6이 저장할 수 있는 단위로 쪼개서
5:285:291.7저장할 수 있도록 준비를 해놓습니다.
5:295:333.2이 부분을 청크라고요.
5:335:352.4이렇게 짤란오운 데이터를 이제
5:355:382.7백터 디비의 저장을 하게 됩니다.
5:385:401.8추위에 이제 그 질문에 쓰여
5:405:411.6찾을 수 있도록 하기 위해서 데이터벨의 저장
5:415:431.6흔연은 것이고요.
5:435:462.6이 저장할 때 이게 청크 자체에
5:465:482.6어떤 자연어 그 우리의 언어 그대로
5:485:501.4저장하는 게 아니라
5:505:511.4이게 나중에 백터에서 치가
5:515:532.1내릴 수 있도록 백터 데이터벨
5:535:562.6이 수 형태로 백터 스트록처 형태로
5:565:570.8저장하게 됩니다.
5:575:592.0이 백터 스트록처라고 하는 건
5:596:023.6여러 가지 숲자화된 다차원의 숲자로
6:026:041.5저장하게 되어 있습니다.
6:046:062.6그래서 이거를 통해서 여기 마치
6:066:081.6오른쪽 그림에 있는 것처럼
6:086:091.6다차원의 어떤 공간에
6:096:122.7이제 표현될 수 있는 공간을 표현될 수 있는
6:126:152.8여러 개의 사처 숲자로 저장하는 게
6:156:171.9백터 인베딩입니다.
6:176:192.1그래서 이게 백터 인베딩 된 데이터는
6:196:201.5나중에 루깍하기 위해서는
6:206:232.2백터 데이터벨의 저장을 해야 됩니다.
6:236:252.2그래서 백터 인베딩을 통해서
6:256:271.9백터 디비의 저장된단한
6:276:303.0약퇴퇴퇴 이러는 거고요.
6:306:321.9이렇게 해서 저장이 되고 나서
6:326:342.7나중에 질문이 들어오는 거죠.
6:346:361.9질문이 들어오게 되면
6:366:392.9이 해당 질문에 대해서
6:396:412.3다시 그 부분을 질문을 그대로
6:416:431.3절조해야 하는 게 아니라
6:436:463.2질문도 똑같이 백터 인베딩을 통해서
6:466:471.5인베딩 데이터를 만들게 됩니다.
6:476:502.2그리고 그래서 만들어진 인베딩
6:506:511.9백터와 기존에 저장된
6:516:542.8인베딩된 백터 디비 데이터와
6:546:561.8그걸 통해서 백천크들이 저장된
6:566:570.9백터 데이터죠.
6:577:002.8그래서 그걸 통해서 비교를 하게 되는 겁니다.
7:007:033.5그래서 내가 질문한 질문과
7:037:062.6가장 가까운 답변들을 갖고 있는
7:067:082.2천크들을 찾는 과정이 이런
7:087:112.9시밀라아티스쇼쇼이라고 볼 수 있습니다.
7:117:142.6그래서 이제 백터 데이터 베이스에 있는 데이터를
7:147:162.4질문을 들었을 때
7:167:192.8이 질문과 가장 유산 컨택스를
7:197:212.4가지고 있는 천크들을 찾아서
7:217:232.0나중에 답변을 활용하도록 하는
7:237:273.4방법이 이제 아래지사고자 하는
7:277:291.9백터 데이터베스와 시밀라아티스쇼쇼
7:297:334.6어떤 기본적인 컨셉이라고 볼 수 있습니다.
7:337:352.2그렇게 해서 이제 쓰게 되면
7:367:382.5앞에 더 말씀드린 천크와 백터 데뷔와
7:387:402.1다큐먼트 인베딩과 이런 부분들이
7:407:421.8다 혼합되게 된다고 하면
7:427:442.1크게 백터 데이터 베이스로 활용한
7:447:473.1이제 아래지사arch의 특제가 이렇게 만들어주게 됩니다.
7:477:503.2그래서 이 부분일 수 이렇게 만들어서 쓰는 방식들이
7:507:522.0우리가 생성 AI의 아래지기프에서
7:527:541.9많이 쓰는 방식인데
7:547:561.8사실 현실에서는 이 부분이
7:568:003.8좀 많이 부족할 수 있다고 얘기를 합니다.
8:008:022.1그래서 이제 나오는 게
8:028:064.1사실은 이제 더 이전에 나오는 기법이긴 한데
8:068:092.4정확한 키워드를 서치할 때는
8:098:123.0오히려 시밀라아티 컨택스기만에 쓰기
8:128:131.7시밀라아티스 처치 보다는
8:138:162.6오히려 정확한 키워드 자체를 찾는 것들
8:168:182.0도 보완해질 수 있는 게
8:188:191.4좋다고 알려져 있습니다.
8:198:211.8이게 많은 실화면서 그게 알려져 있고요.
8:218:242.6그래서 기본의 전통적인 키워드기반에서
8:248:272.8치를 쓰는 것들도 좋다고 알려지고
8:278:292.3요게 그런 전통적인 키워드기반에서
8:298:312.6칠체역시의 가장 많이 쓰고 있는
8:318:364.6알고리즘이 VM25, VS-Match 25, Match 25라고 알려지는 거고요.
8:368:404.5VM25라는 건 TFIDF라는 어떤 알고리즘에
8:408:411.0기반을 하고 있습니다.
8:418:453.4TFIDF는 시밀라아티서치하고는
8:458:493.7좀 다르게 실제로 문서와 다큐멘트에서
8:498:501.6해당되는 터미널에다가
8:508:532.6용어가 얼마나 자체역이 발생하는지
8:538:551.9그리고 얼마나 많은 확률적인
8:558:561.4종류성을 발생하는지
8:568:581.5이런 프리코인시의 기반으로
8:589:002.5이제 중요성을 판단해준 겁니다.
9:009:022.3그래서 이게 정확한 치워드를 찾는 데는
9:029:052.2아주 훌륭한 내용을 보여주나
9:059:094.2사실은 이게 정확히 여기서 나오는 숫자가 높다고 해서
9:099:112.0정확한 컨택스를 전달하고
9:119:143.0난달하고 보기에는 조금 어려운 부분이 있습니다.
9:149:161.7그래서 이런 부분들은
9:169:204.2그래서 스밀라르치 컨택스 기반의
9:209:211.4스밀라르서치와 같이 코너 앞에
9:219:242.8쓸 수 있다라고 하느라 많은 연구격을 해서
9:249:251.4이제 알려지고 있는 설치입니다.
9:269:271.1그래서 이런 부분들을
9:279:292.2앞에서는 백터서치를 말씀 드렸고
9:299:322.4이번에는 키워드의 기반에
9:329:364.1이제 TFI-DF 기반에 BM25를 말씀드렸습니다.
9:369:382.3그래서 이거 두 개를
9:389:401.4혼용해서 쓰는 것이
9:409:411.2우리가 이제
9:419:443.0많이 실용적인 기법을 사용하고 있는
9:449:461.7하이브리이서치의 악기택자입니다.
9:469:471.2그래서 백터서치로
9:479:481.7일단 백터 디비를 찾아와서
9:489:512.2연관성이 있는 배기 청크를만 쳐다내고
9:519:532.5마찬가지로 키워드서치를 통해서도
9:539:551.6연관성 있는 청크를 쳐다내고
9:559:572.6이렇게 해서 두 개를 혼용해서 쓴다라고 해서
9:579:591.7하이브리이도 서치라고
9:5910:001.4보통 얘기가 하고 있습니다.
10:0010:066.0그렇게 해서 하이블이 서치를 해서 각각의 이 집을 이걸과 서치를 두 번을 하게 되는 거죠.
10:0610:126.0두 번을 하게 되는 거에서. 그런데 이 두 개를 하게 되면 각각의 서치, 백터 서치와
10:1110:131.6키워드서치 두 부분에서
10:1210:186.0키워져 서치 두 부분에서 서치가 발생하게 됐는데 이 각각에 차다진 부분들을 다시
10:1810:246.0랭킹을 다시 긴장한 방법 순위 내에서 이제 제앤킹을 주는 게 필요합니다.
10:2310:251.3그래서 이런 부분들을
10:2410:306.0이 두 분을 긴장한 일찍 순위 내에서 골고루 랭킹을 주는 기법이
10:3010:366.0리스프리컬 랭크 피전하고서 아라랄 프로부위는 이런 방식을 통해서 제순위를 매게 됩니다.
10:3610:459.0그래서 이렇게 되면 기존에 갖고 있는 점수보다는 각각의 서치, 에어리어 내에서 갖고 있는 순위 기반으로 하기 때문에
10:4510:516.0긴장한 서치 에어리어 내에서 갖고 있는 순위들을 모두 고려할 수가 있어서
10:5110:565.0이게 약간 긴장한 제순위를 하는데 많이 활용하고 있는 거고요.
10:5611:037.0이렇게 차다진 결과 돼서 그리고 탑 엔계에 청크를 출연하게 되고
11:0311:085.0요걸 통해서 최종적인 랭랭한테 주는 컨택스트로 활용하게 되고
11:0811:146.0그걸 통해서 답변을 하게 되면 많은 이제 콜라티는 답변이 가능하다 라고 하는 게 일반적인
11:1411:162.0하이브리서치에서 하고다는 모습이고요.
11:1611:237.0이렇게까지 쭉 말씀드린 부분이 일반적인 컨택스를 치료버렸을지 않는
11:2311:285.0일반적인 어떤 스탠따드 아리아이즈에 대해서 쓰고자 하는 방식이고
11:2811:324.0여기에서 그림에서 보여주는 것처럼 멘트룩에서도 이런 부분이
11:3211:375.0스탠따지 아리아이즈에 어떤 전형적인 모습이라고 설명을 하고 있습니다.
11:3711:469.0근데 어쨌든 이런 방식이 좋을 순 있는데 어떤 측정 이제 많은 어려운 답변
11:4611:515.0이렇게 그런 부분을 했을 때는 종종 이런 부분들이 정확한 컨택스를
11:5111:532.0차지 못한다는 부분들이 좀 있을 수 있습니다.
11:5311:585.0그래서 이런 부분들이 좀 보완해야 된다는 보완에서 쓸 수 있어야
11:5812:013.0된다는 내용들이 종종 언급이 되고 있습니다.
12:0112:065.0그래서 그러면 스탠따드 아리아이즈가 어떤 부분이 부족한지 이 부분은 반쇼법을
12:0612:071.0볼게요.
12:0712:136.0그래서 여기 보시는 것처럼 전형적인 케이스인데요.
12:1312:174.0우리가 기본적으로 아리아이즈를 쓴다는 것은
12:1712:236.0바뀌멘트를 청크해서 청크 기반으로 어떤 답변을 찾아오는 방식인데
12:2312:285.0여기 보시는 것처럼 질문 자체가 아마 전에 2024년, 2023년,
12:2812:335.0이분기의 수익 성장기는 어떻게 되나요?라고라는 질문을 던졌는데
12:3312:385.0실제로 답이 있는 곳은 이 회사의 수익은 이전 분기보다 3% 성장했습니다.
12:3812:424.0라는 부분을 통해서 답이 나와야 되는데 실제로 이 청크는
12:4212:464.0에는 아마전이나 내용도 없고 이전 이분기라는 내용도 없습니다.
12:4612:504.0그래서 실제로 그전에 있는 청크와 연관성을 통해서 답변이 나가야
12:5012:511.0되는 거거든요.
12:5112:554.0그래서 이런 분들께 청크 다이로 쪽에 했을 때는 이렇게 이전 청크와 연관성
12:5513:005.0있는 답변을 하게에는 조금 부족하고 뭔가 컨택스가 노력된 채로
13:0013:044.0답변이 되거나 아니면 답변이 안 되거나 이런 식의 현상들이
13:0413:095.0스탠데드 아리아이즈에서 답변을 찾지 못하는 전형적인 케이스라고
13:0913:101.0볼 수 있습니다.
13:1013:144.0그래서 이런 부분들을 풀기 위해서 이제 많이 하는 방법이
13:1413:173.0하이드라는, 하이드라는 기법이 있습니다.
13:1713:225.0여기 보시는 것처럼 질문 자체를 이제 우리 회사의 복리 후상이 돼서
13:2213:275.0알려주세요라고 얘기했을 때 답변은 실제로 우리가 첫 구작은 답변은
13:2713:303.0우리 회사는 모든 식사를 제공하고 커피도 드려요.
13:3013:355.0이렇게 답변을 하는 건데 사실은 질문의 컨택스트와 식사 커피 이런
13:3513:405.0부분이 약간 명확한 의미로운적인 그 가까움이 좀 거리가
13:4013:411.0멀 수가 있는 거죠.
13:4113:476.0그래서 이런 부분들이 답변이 어려울 수가 있어서 오히려 실제로
13:4713:525.0찾고자는 답에 가까운 컨택스를 하나 애들을 하는 방식이 하이드리깃
13:5213:531.0반입니다.
13:5313:574.0그래서 이 식제 우리가 찾고자는 첫 고자는 청크에 가장 가까운
13:5714:025.0청크를 어떻게 찾냐면 LLM을 통해서 질문하는 겁니다.
14:0214:064.0복리 후생에 대해서 LLM이 답변을 먼저 하게 하면 LLM이
14:0614:104.0봤을 때 복리 후생이라는 조식 중심 무료제공립 국래호태하래
14:1014:111.0권도 제공한다.
14:1114:165.0그럼 이런 답변과 LLM의 준 답변과 유사한 답변, 유사한 청크를
14:1614:215.0첫도로 이렇게 한번 돌아가도록 해서 멀리 떨어지는 청크를
14:2114:254.0거리를 각각 걔해서 찾는 방식이 하이드리깃법입니다.
14:2514:261.0그렇게 하는 기법이 있고요.
14:2614:293.0그런 식으로 이제 그 첫지 못하는 답변을
14:2914:312.0철고자는 이 솔루션이 될 수가 있고요.
14:3114:343.0두 번째 또 하나 많이 하는 방법은
14:3414:384.0일단 각 청크들이 갖고 있는 정부에는
14:3814:424.0일단은 전체적인 컨택스가 부족한 채로 쪼개리하는
14:4214:453.0컨택스만 있다 보니 답변이 아니라 안 되니
14:4514:483.0그리고 이걸 풀기 위해서 하는 방법이 뭐냐면
14:4814:535.0이 실제로 이 모든 이 닥팀은트가 갖고 있는
14:5314:552.0정보를 써머리 하는 겁니다.
14:5514:583.0이 닥팀이 이 닥팀은 무슨 세대한 닥팀은
14:5815:013.0합니다라고 써머리 된 정보를 제정해놓고
15:0115:076.0항상 이 닥팀은한테 써머리와 청크를 통해서
15:0715:103.0찾고 그리고 해서 세프청크를 찾고 이런식으로
15:1015:144.0찾아가도록 이렇게 써머리 기반으로 찾고 나서
15:1415:173.0세프청크를 써둘록 이런식으로 하면
15:1715:203.0좀 더 이 컨택스가 누락되는 부분을 찾지
15:2015:233.0있을지 않을까 라고 하는 게 써머리 베이스의
15:2315:263.0인색신 기법을 해서 하고 풀고자는 방법 중 하나입니다.
15:2615:293.0이렇게 하나는 건데 이것도 사실은 많은 연구기을
15:2915:323.0과해서 테스트 나 이렇게 봤을 때는 좀 정확하지 않은 답변이
15:3215:342.0나갈 수 있는 경향들이 좀 밑더라다는게
15:3415:362.0이제 알려진 내용 중에 하나입니다.
15:3615:393.0그렇게 해서 이제 컨택트를 치료보는 이 부분을
15:3915:434.0어떻게 풀려고 했냐면 이제 이 부분을 한번
15:4315:441.0살펴보도록 하겠습니다.
15:4415:495.4그래서 컨택트의 집은 똑같이 앞便아왔던 이제의 일부인데
15:4915:523.0여기 보시는 것처럼 엔트로피 계기한
15:5215:542.0혜택트의 리트리바리 솔레션입니다.
15:5415:573.0이제 오리지날 청크는 마찬가지 여기서 부르는 것처럼
15:5716:014.0이 회사의 수익은 이전 붕기보다 3% 넘장했습니다.
16:0116:065.0이렇게 되는데 이 청크만 봤을 때는 이 답변을
16:0616:082.0얘기가 쉽지 않은 거죠.
16:0816:124.0그래서 이 청크 자체를 답변하기 위한
16:1216:164.0컨택스를 주입해 주는 방식이 컨택스트를 청크입니다.
16:1616:204.0그래서 이 청크 오리지날 청크에다가 이 청크에
16:2016:233.0답변을 줄 수 있는 추가적인 내용.
16:2316:252.0예를 들면 이 회사가 무엇인지?
16:2516:283.0그리고 이전부기가 뭐 이전부기의 매출이 무엇인지
16:2816:302.0이런 부분들을 넣어주는 거죠.
16:3016:333.0그래서 여기 컨택트를 청크를 보면 이 청크는
16:3316:374.0아마 전에 2023년 2분기 실적에 대해서
16:3716:403.0미국 증건거리위원회 제출은 자료입니다.
16:4016:433.0이 회사 이전부기 매출은 3억 1억 4천만 달러 있다.
16:4316:463.0이런 식으로 이 청크가 답변하고자 하는 거에
16:4616:515.0부가적인 컨택스를 전달해 주는 컨택스를 붙여주고
16:5116:543.0요거와 오리지날 청크를 붙여서 청크와 시키면
16:5416:573.0그리고 이렇게 청크와 시킨 거를 다시 컨택스트를
16:5717:003.0인배등을 하고 인배등을 다시 하는 거죠.
17:0017:022.0그리고 이걸 가지고 키워지기만 해서
17:0217:053.0지인 BM25로 또 이 컨택스트를 BM25를 하고
17:0517:1510.0이렇게 두 가지를 섞었다니 컨택스트를
17:1517:205.0이틀이보를 통해서 루컵을 했을 때 상당한 성능이 올라가들아
17:2017:222.0실패율이 현재가게 줄었다라는 게
17:2217:253.0멘트로피기 이제 이 말하고자는 컨택스트를
17:2517:272.0이틀이보를 기본적인 어플치입니다.
17:2717:303.0그러면 이 컨택스를 전체 컨택스를 어떻게
17:3017:322.0전달할 것이냐 라고 하는 건데
17:3217:353.0이제 엔트로피기 제시했던 이 본적인 아스탠드 아저씨
17:3517:372.0한 어떤 적응 방법은 이런 겁니다.
17:3717:392.0일단 청크를 그대로 쓰는 게 아니라
17:3917:412.0이 다키먼트를 청증을 하고 나서
17:4117:443.0그 청크에다가 각 청크를 컨택스를 만들어야 하는데
17:4417:473.0그 청크를 컨택스 청크에 대한 컨택스를
17:4717:503.0만드는 것도 한 하이크 모델을 이용하는 겁니다.
17:5017:522.0그 청크 여기서 하이크 모델을 이용하대
17:5217:553.0여기 나오는 여기 보시는 것처럼 하이크 모델을
17:5517:572.0모델에다가 프롬프트를 주는 거죠.
17:5718:014.0이제 전지 기본적으로 이 컨택스를 칠이보를 해서
18:0118:043.0풍린질 풍질이 있는 컨택스를 전달하기 위해서는
18:0418:073.0전체 다키먼트를 프롬프트에 넣고
18:0718:114.0다키먼트라는 이 엑셔물택을 통해서 프롬프트를 넣고
18:1118:132.0그리고 오리지널 청크를 넣은 다음에
18:1318:163.0그리고 여기다가 이제 프롬프트를 주는 거죠.
18:1618:193.0이 두 가지 다키먼트와 이 오리지널 청크를 줬는데
18:1918:234.0이걸 가지고 이 답변이 잘 이 청크의
18:2318:274.0답변이 잘 될 수 있는 아주 짧고 명뉴한
18:2718:292.0컨택스를 추가해달라.
18:2918:312.0그래서 그걸 나중에 청크로 쓰지수록
18:3118:321.0쓰도록 하려고 한다.
18:3218:353.0이런 식의 프롬프트를 넣고 이제
18:3518:394.0청크 마다 컨택스를 만드는 겁니다.
18:3918:401.0그러면 청크 자체라고만 넣고
18:4018:433.0배틴베들은 좀 콜라티 있는 청크가 만들어지는게 되겠죠.
18:4318:485.0그리고 그렇게 만들어진 청크별 컨택스를 만들어 내고
18:4818:513.0그걸 다시 오리지널 청크와 붙여서
18:5118:532.0그래서 그걸 애드한다.
18:5318:574.0파이너로 만들어지는 컨택스퀴로라이즈드 청크를
18:5719:003.0만듭니다. 이렇게 되면 여기 밑에 그림에 뭐
19:0019:033.0보시는 것처럼 컨택스퀴로라이즈드 청크와
19:0319:063.0형태의 어떤 콜라티 있는 청크가 만들어져
19:0619:093.0게 됩니다. 이렇게 만들어지고 나서
19:0919:123.0그리고 나서 이제 이 부분을 이제
19:1219:153.0임베팅을 하는 거죠. 그래서 여기서
19:1519:172.0이 엔트로픽이 얘기한 컨택스퀴로린
19:1719:203.0배드 인과 컨택스퀄 비엠이지건데
19:2019:233.0이거 마찬가지로 이렇게 조합된 청크를 가지고
19:2319:263.0백터디이비도 넣고 다음에
19:2619:293.0이 ITFIDF 인젝스 디비에도 저장을 합니다.
19:2919:323.0이렇게 저장을 해서 나중에 룩컵에 활용하도록 하는 거죠.
19:3219:342.0그렇게 해서 만들어지는 것이
19:3419:373.0전체적인 엔트로픽이 얘기하고자 하는
19:3719:392.0컨택스퀴로릇 트리플 프로세스 중에
19:3919:412.0전체적인 악기택차입니다. 여기 보시는 것처럼
19:4119:443.0청크를 쫓이고 중간에 프롬프를 통해서
19:4419:473.0컨택스를 쳐다보는 청크를
19:4719:492.0컨택스를 쳐다냔는 다음 그거를
19:4919:512.0다시 청크를 붙어서 임베팅을 하고
19:5119:565.0다시 이 엔트로픽이 얘기하는 과정입니다.
19:5619:593.0그렇게 해서 테스트를 했더니
19:5920:023.0실제로 스탠데드 아래지에서
20:0220:053.0썼을 때 실패의 유일과 비교를 해봤습니다.
20:0520:071.71,000원 트럭 보기에서는 그랬을 때
20:0720:114.4스탠데드 아레이즈에서는 이 답단의 실패율이 5.7%에 따로 하면
20:1120:153.9컨택츠를 입지로 입을 때는 이 부분이
20:1520:183.03G, 그냥 컨택츠를 임베이팅 마셨을 때는
20:1820:213.2실패율이 3.7%로 확 줄었고요.
20:2020:233.0그리고 다시 이거를 컨택스를 임베팅
20:2320:263.0과 컨택스율 BMI25까지 합산을 쓸 때는
20:2620:304.05.7%가 2.9%가 실패율이 또 현기야...
20:3220:353.4이런 식으로 해서 트럭 비의 컨택츠를 입을 때는
20:3520:383.1확실한 실패율을 줄일 수 있는
20:3820:434.2새로운 아이디어 따라 발표를 한 내용이 이 내용이 되겠습니다.
20:4320:474.9그래서 이렇게까지 했을 때 딱 고민되는 부분은
20:4720:525.0자신의 트럭 비기의 나은 온 이 기법에 기본적인 어플어치는
20:5220:563.7전체 다키먼트를 넣고 그걸 가지고 계속해서
20:5621:004.1전체 다키먼트 넣기 때문에 전체 다키먼트에 대해서
21:0021:044.3내 청크가 위치하는 어떤 컨택츠를 유지를 하는 거죠.
21:0421:061.9그런데 이렇게 잘 생각해보면
21:0621:082.1그럼 매번 이거를 청크를 만들 때 때마다
21:0821:101.8전체 다키먼트를 가지고
21:1021:122.0프로듀닝을 해야 되겠다고 하면
21:1221:174.9이 청크를 만드는 과정에서 입력토크인가 없이
21:1721:224.6포크 내용을 지휘패해야 되는 부분이 상당히 부담스러울 수가 있습니다.
21:2221:264.1그래서 엔트로 비기 또 다른 내용을 하나가 공개를 또 했습니다.
21:2621:304.3유산식의 프로듀케싱이라는 기법들을 쓸 수가 있고
21:3021:333.2실제로 엔트로 비기 API에 대해서는 이 부분을 쓸 수가 있습니다.
21:3321:373.5그래서 이 기법을 공개했는데 이 부분은 뭐냐면
21:3721:413.7우리가 우리가 청크를 넣어 그다음에 프로듀을 넣어 이렇게
21:4121:443.8이렇게 하게 되면 이게 트럭스 폼의 엔진 내에서
21:4421:516.6새로 입력된 히레 이 새로 입력된 청크락 컨택츠를 가지고
21:5121:521.3엿텐션을 지휘패하게 됩니다.
21:5221:541.7그래서 엿텐션을 물을 새로
21:5421:573.0이 주입해서 새로의 엿텐션의 값들을 계산하게 되고
21:5722:002.5그래서 새로 계산 때 엿텐션이 값에 따라서
22:0022:022.6그 새로 지휘패한 프로듀에 해당되는
22:0222:052.8답변에 더 가까운 답변을 찾게 되는 방식입니다.
22:0522:083.2그런데 이 프로듀케시기라고 하는 거는
22:0822:123.5이미 주입된 키값에 대해서
22:1222:142.5이 부분을 이 엿텐션을 계산할 때
22:1422:172.8이미 계산대의 엿텐션을 재활용하는 겁니다.
22:1722:203.2그래서 동일화 입력 값에서는 이미 계산대의 엿텐션 값들을
22:2022:222.1재활용을 하는 방식을 통해서
22:2222:263.4프로듀, 동일하게 들어온 프로듀에 대해서는
22:2622:292.9동일 이미 계산된 엿텐션 값을 재활용해서
22:2922:312.1계속해서 그 부분을 화질이 쓰지
22:3122:332.4계산하지 않고도 답변을 나갈 수가 있어서
22:3322:384.6일단 입력 특근에 대한 비용도 확 줄 수가 있고
22:3822:391.6그리고 기본적으로 레이천시도
22:3922:433.2엄청나게 빨라질 수 있는 이런 큰 장점이 있습니다.
22:4322:452.0그래서 이렇게 지금 프로듀케싱에 대한
22:4522:461.4기본적인 컨셉이고요.
22:4622:482.1그리고 이 프로듀케싱을 쓸 때도
22:4822:512.6이거를 실제로 어느 블락에 대해서
22:5122:554.0프로듀케싱할지 이 부분들을 APA에 대해서
22:5522:561.5명시를 할 수가 있습니다.
22:5622:581.6그래서 여기 보시는 것처럼
22:5823:024.4KC 컨트롤의 타입을 이쎜어로를 주시게 되면
23:0223:042.2그렇게 명시된 타입에 대해서는
23:0423:072.5계속 그래서 KC에 레이어로 들어가기 때문에
23:0723:103.0이 부분들은 계속 KC에 대해서 사용해서
23:1023:133.3성, 기본적으로서 레이천시 빨라지고
23:1323:162.8그리고 비용도 추가적으로 발생하지 않는
23:1623:225.8이런 큰 장점이 제공을 할 수 있게 되는 부분이 있습니다.
23:2223:242.2그러면 여기까지는 쭉 말씀드렸고요.
23:2423:273.0그리고 이 부분들에 더해서 이제
23:2723:313.6트럭픽에서는 이제 조금 더 리덩킹을 통해서
23:3123:332.6했더니 좀 더 상당히 상상될 수가 있어서
23:3323:351.8이 부분들까지도 설명을 합니다.
23:3523:382.8리덩킹에 대해서 설명을 드려보도록 하겠습니다.
23:3823:402.0리덩킹이라고 하는 거는
23:4023:422.4아기 보시는 것처럼 저희가 앞에서
23:4323:452.4백터서치와 그리고
23:4523:483.1초보도서치를 통해서 하이브리서치를까지 통해서
23:4823:589.6엔계의 탑, 철, 탑, 철,
23:5824:013.0프롬프트로 지루시퍼 넣을 때의
24:0124:043.2철, 크로, 순서는 상당히 중요할 수가 있거든요.
24:0424:062.6그래서 답변에 가까운 철, 크로,
24:0624:103.7이게 짐역되는 철, 크로의 위치가
24:1024:122.0더 상위 랜커로 올라갈 수 있어요.
24:1224:174.6주어져야 한 더 정확한 답변을 줄 수가 있어서
24:1724:202.7이렇게 앞에서 출여진 그
24:2024:222.1탑, 엔계의 철, 크로에 대해서
24:2224:242.5실제로 그 안에서 다시 정말 이 순위를
24:2424:273.1더 어느 게 더 주문에 가까운 철, 크로, 인지를
24:2724:302.7계산하는 거를 리덩크 엔지를 통해서
24:3024:332.8제 순위를 하는 방식, 리덩크 방식입니다.
24:3324:363.1그리고 이게 개봉하는 것이 리덩크 방식이고요.
24:3624:404.2이게 기술적으로 왜 이 리덩크를 쓰는 게 더 좋으라고 하면
24:4024:421.7여기 보시는 것처럼 우리가 앞에
24:4224:452.9찾았던 시뮬려티 전크는 바이 인코더 방식을
24:4524:460.9했을 거든요.
24:4624:482.2이제 코리와 이 답검먼트를 각각
24:4824:491.5인코딩에서 그거에 대해서
24:4924:522.5시뮬려티을 찾는 방식이라면
24:5224:553.0리덩크의 사는 방식은 하나의 인코더
24:5524:572.5인코드 엔진 내에서 코리와 답검먼트를
24:5725:003.0집어 넣고 그리고 나서 그 자체에
25:0025:032.6각고 있는 시뮬려티의 그런
25:0325:063.1확률이 높은 분들을 부분들을 찾는 거에서
25:0625:092.6하나의 엔진에서 처리하는 거라 훨씬 더
25:0925:101.8정확한 어떤 시뮬려티을
25:1025:132.8찾을 수 있는 기법이 이제 크로스의 인코더 방식입니다.
25:1325:162.5그래서 리덩크에서는 이런 기법을 통해서
25:1625:193.2아주 정확한 콜라트가 있는 어떤
25:1925:233.8천크를 재순히 매기는데 도움을 줄 수가 있습니다.
25:2325:252.2그래서 이제 기술 앞에 만들었던
25:2525:282.8아키텍체에서 리덩크를 적용하게 된다라고 하면
25:2825:302.4최종적으로도 아래에이지 아키텍체에서
25:3025:322.3찾아진 리틀립을 천크에다가
25:3225:353.1리덩크를 적용해서 이제 다시 재순이로
25:3525:382.8재순이 된 천크로 비털하는 방식이
25:3825:412.4이런 리덩크 크로스 인코더를 적용한
25:4125:432.8아키텍체에 모습이 드릴 수 있습니다.
25:4325:463.0그래서 이렇게 해서 요게 만들어지는 거를
25:4625:492.7다시 이제 앞지앙에서 말씀드렸던
25:4925:522.4엔트로피계에 만들었기엔
25:5225:531.7아키텍체에 집어 넣어보면
25:5325:562.4이분적으로 이제 그 앞에서 랭크 피셔를 통해서
25:5625:582.1나온 탑 엔계의 천크에다가
25:5826:002.0아시 리덩크 엔진을 붙여서
26:0026:021.8랭킹을 재순이 매기엔담
26:0226:031.0리털을 하게 되는 거죠.
26:0326:063.2그래서 멘체 전 답배 나가기 전에
26:0626:071.3리덩크를 한 번 태우는
26:0726:102.4이런 식의 아키텍척지가 되겠습니다.
26:1026:144.1그래서 일자로 이 부분까지를 다시 적용했을 때
26:1426:151.8성능을 측정했다니
26:1526:204.4앞지안에서 랭크 없을 없이 적용했어도
26:2026:233.7이미 2.9%까지의 살펴 실패율을 지렸습니다.
26:2326:240.9불구하고
26:2426:272.8지금 다시 이걸 리덩크까지 적용했다니
26:2726:313.81.9%까지올했던 실패율을 지를 수 있어서
26:3126:354.3실패율이 최대 67%까지를 감소적기는
26:3526:383.2아주 드라마틱한 어떤 결과를 해주는
26:3826:412.8랭봇을 볼 수가 있습니다.
26:4126:442.7그리고 리덩크 부분들은 사실은
26:4426:462.7상부가 지원하는 리덩크 모델도 있고
26:4626:481.3이제 다 아는 부분들도 있는데
26:4826:480.7여기 보시는 거죠.
26:4826:501.8한국어 지원하는 리덩크 부분들은
26:5026:522.2이미 여러 블록을 통해서 공개해
26:5226:552.4되어 있는 이런 부분들을 참지하면 될 것 같고요.
26:5526:572.3그리고 세이지메이커에서 쓸 수 있는
26:5726:581.2리덩크 부분들도 있습니다.
26:5827:002.0그리고 점프스타드나 아니면
27:0027:021.5고위에서 제공한 리덩크 부분들
27:0227:030.9이런 부분들도 써서
27:0327:074.0나중에 리덩크에서 쓸 때 참지로 하시면 좋을 것 같고요.
27:0727:081.4그럼 이제
27:0827:113.0AWS 기반에서 지금까지 설명드린
27:1127:131.7어떤 컨택설레트리벌의
27:1327:141.6아키특트가 어떻게 될 수 있고
27:1427:161.7그리고 실용적으로 이런 부분들을
27:1627:171.0플렉틱하라는 방식으로
27:1727:181.0어떻게 적용할 수 있는지
27:1827:223.8이런 부분들을 좀 설명드려보도록 하겠습니다.
27:2227:241.7AWS에서 적용할 수 있는
27:2427:262.3리덩크의 아키특트나 여기 보시는 그림과
27:2627:293.2이제 의심을 유학될 수 있을 것 같습니다.
27:2927:322.6앞에다가 제가 좀 설명드린 것처럼
27:3227:331.5컨택설레트리벌의
27:3327:352.0어떤 기본적인 컨셉은
27:3527:382.7기본적으로 이제 다키메티 인베팅하기 전에
27:3827:424.0컨택설레트리벌의 컨택설레트라는
27:4227:441.7만들어내는
27:4427:462.3브리포스 프로세싱 단계가 필요하고
27:4627:471.4그 다음 이게 그가 가지고
27:4727:513.8실제 질문하는 려일타임의 에어리가 필요합니다.
27:5127:520.7그래서
27:5227:553.0브리포스스틱 단계에서는 여기
27:5527:561.7마찬가지 우리가 흔히 하듯이
27:5627:581.5다키메트를 청크하고
27:5828:002.3그리고 두 번째는 하이클을 이용해서
28:0028:011.2이용해서
28:0128:031.7컨택설레트리벌의 컨택설레트라는 만들고
28:0328:052.0이걸 타이타닝베팅을 통해서
28:0528:082.5AWS에서 날리지 베이스에 집은 온 다음에
28:0828:102.0실제로 질문, 려일타임 에어리에서
28:1028:122.2질문을 들어왔을 때는 질문을
28:1228:131.6타이타닝 린베팅하고
28:1328:151.8다시 짐베팅된 질문을
28:1528:172.0날리지 베이스에서 하이플레서치로
28:1728:180.8이렇게
28:1828:202.1스며라티지 검색을 하고
28:2028:210.8그리고 거기서
28:2128:231.6탑 엔계에 청크를 잇어난 다음
28:2328:252.5이거를 다시 렌크 엔진을 태워서
28:2628:282.0청택설레트 제순을 매기고
28:2828:302.4그리고 나서 그렇게 나온 청크를
28:3028:332.8이 빼드락 글로도 안 돼 줘서
28:3328:363.4이거를 답변을 청크를 받아온 다음에
28:3628:381.4답변을 하도록
28:3828:390.8이렇게 하는 게
28:3928:411.9이 기본적으로 AWS 기반에
28:4128:421.8리티리벌 컨택설레트리벌
28:4228:431.1아키텍제 방식이고
28:4328:462.8전부 다 AWS의 생태계에 대해서
28:4628:470.8모든 것이
28:4728:481.2구현이 가능하다는 것을
28:4828:501.5좀 알 수가 있습니다.
28:5028:510.9그리고 이걸
28:5128:520.9이 집주 봤을 때는
28:5228:531.7여기 보시는 것처럼
28:5328:551.8실제로 전체 악
28:5528:571.5다키먼트를 넣는 거는
28:5728:592.5실제로 캐슨이
28:5929:011.7데이스시 안 넣는다라고 하면
29:0129:021.3비용이 부담습니다.
29:0229:030.7수고하시고
29:0329:041.6그리고 또 다키마다
29:0429:061.2너무 큰다라고 하면
29:0629:071.0하나의 인포스로
29:0729:081.8인프프롬포트로 넣을 수가 없습니다.
29:0829:101.5그래서 실용적인 접근법으로
29:1029:121.8지금 저희가 말씀드리시는 거는
29:1229:131.2페넨트 닦과 같은
29:1329:130.4이런
29:1329:162.3그 여러 가지 목차단으로
29:1629:171.2이런 부분을 잘라서
29:1729:181.6저장하게 되면
29:1829:201.1전체 다키먼트가 아닌
29:2029:200.6목차단으로
29:2029:210.7페넨트 닦이면
29:2129:221.1잘라 저장하게 되면
29:2229:230.9이런 문을 좀 저
29:2329:241.5실용적으로 접근할 수
29:2429:262.0방법이 될 수가 있고요.
29:2629:281.3그래서 여기 보시는 것처럼
29:2829:291.2이렇게 이런 부분이
29:2929:301.3어떻게 가능하냐면
29:3029:311.3여기 프롬포트에
29:3129:331.1이게 전체 원래
29:3329:341.9여기에 다키먼트가
29:3429:351.0되어 있는
29:3529:371.6그 다키먼트의
29:3729:380.9엑셔미리로 되어 있는
29:3829:391.5그곳에 전체 다키먼트가
29:3929:400.8되어 있는 게 아니라
29:4029:421.3페넨트 다키먼트
29:4229:431.1페넨트 첨크만
29:4329:430.8집어 놓고
29:4329:441.0그 부분을 이제
29:4429:450.8인력해서
29:4529:471.4페넨트 다키먼트
29:4729:470.8해당되는
29:4729:491.4컨택스를 받아도록
29:4929:500.8이렇게 하게 되면
29:5029:511.0좀 더 실용적으로
29:5129:521.1이런 부분들을
29:5229:531.1첨크를 만들열�는데
29:5329:552.0이제 활용할 수가 있습니다.
29:5529:560.6일자로
29:5629:571.1그리고 저희가 내부적으로
29:5729:592.0이런 부분들을 테스트했을 때
29:5929:590.7사실은 이게
29:5930:001.0컨택스 리티벌이
30:0030:033.3이 부분이 강점이 있는 부분은 복잡한 질문에서 좀 강점이 있습니다.
30:0330:073.5내가 대부분적으로 여러 가지 테스트를 했을 때는 간단한 질문 들은 사실은
30:0630:081.5사실은 컨택스 리티벌이
30:0830:091.1하지 않아도
30:0930:101.0성능은 웬만큼
30:1030:110.9비슷비싸게 나오는
30:1130:121.3걸로 좀 확인할 수 있었고요.
30:1130:121.2좀 확인할 수 있었고요.
30:1230:130.6근데
30:1230:164.0근데 질문 여기 보시는 거 저는 아주 복잡한 질문이 있다 라고 하게 되면
30:1630:181.6부분들이
30:1830:191.0좀 더 컨택스를
30:1930:201.1지켰을 때
30:2030:211.2더 콜려티 있는 답변이
30:2130:221.0되는 것들을 저희가
30:2230:264.1대부분적인 테스트에서 또 확인할 수가 있었습니다.
30:2630:270.8그러면 제가
30:2630:315.1그러면 제가 간단하게 컨택스를 튜위벌을 어떻게 구했는지 그런 스크립들 통해서
30:3130:353.3TVL한 대모를 보여드리려 보도록 하겠습니다.
30:3530:371.8여기 보시는 거처럼.
30:3730:424.9일단 처음에 컨택스를 튜위벌을 적용 안 하고 했을 때 부분에 그래서
30:4230:486.4이게 문서는 제가 일본 기존 시중에서 파이거에 있는 화제범의 어떤 약관입니다.
30:4830:524.1실제 약관이고요. 여기 보시는 각 조항별로 부조화되 있죠.
30:5230:542.4목차 이게 각 조각 목차이라고 할 수 있고요.
30:5430:572.3조항별로 데이터들이 좀 들어있습니다.
30:5731:025.2이렇게 돼 있고 이런 부분들을 아래에 이제 넣어서 이제 어떻게 답변을 할 수 있는지
31:0231:086.0이런 부분들을 일단 컨택스를 튜위벌이 적용하지 않는 부분에 해서 해보도록 하겠습니다.
31:0831:145.7그리고 여기 보시는 것처럼 이 PDF이기 때문에 PDF를 일단 제가 파이머 PDF를 통해서
31:1431:195.5PDF를 파싱을 해서 이거를 텍스와드한 데이터로 이제 지고나는 과정을 했고요.
31:1931:266.8이게 보시는 것처럼 PDF를 넣었는데 여기 마크다운 형태로 텍스와드 더 쭉 파싱이 된 걸 볼 수가 있습니다.
31:2631:304.2이런 상황에서 제가 실제 특정 부분을 지고 검색을 해볼 거예요.
31:3031:344.3이게 보시는 것처럼 제 11점 보상하는 손에 대한 부분을 하는 건데
31:3431:394.6사실 이 보상하는 손에 맨 윗 부분은 손에 대한 부분이 명확히 언급되어있지만
31:3931:456.4여기 맨 마지막 5번 부분은 이게 손에 하고 약간 의미로 멀어져 있는 질문이에요.
31:4531:537.4회사에 대해서 회사에 요구에 따라 비용한 지출은 이게 보상이 될 수 있을까 라는 거죠.
31:5331:596.7실제로 제목과 실제 컨택스에 아까 머리가 떨어져서 이게 있을 이런 부분이
31:5932:044.4잘 할까 하는 할까 라는 질문이 있는데 여기 보시는 것처럼 여기 보시는 것처럼
32:0432:106.1답변이 안 됩니다. 이게 제목 실제 컨트 처음에는 보상이라는 단어가 없기 때문에
32:1032:122.0이 답변이 주어지게 쉽지가 않죠.
32:1232:174.6이 냉랑우만 봐서는 답변이 쉽지 않습니다. 라고 의지하는 거죠.
32:1732:236.0그래서 주어지만 맹락으로 봤을 때는 회사에서 비지칠한 비용으로 답변이 어렵다고 해라오는 거고요.
32:2332:274.3그럼 이걸 이번에는 컨택스를 직접을 써서 한번 답변이 될 수 있는지를 한 번 볼게요.
32:2732:346.9똑같은 문설에 가지고 5일 pdf로 일단 파싱을 해서 데이터를 쭉 계속 텍스와를 시킵니다.
32:3432:384.5그러면 여기 보면 제가 마크다운 형태로 만들어졌고 이거를 앞에다 말씀드린
32:3932:445.4페란트 다키먼트 형태로 만들어볼 거예요. 그래서 이제 페란트 다키먼트에 헤더보분들을 딥하인 하고 이거를
32:4432:528.0다키면 마크다운 스프리트를 이용해서 이렇게 구조화된 데이터를 이제 파싱을 해서 조장을 합니다.
32:5233:007.4조장을 해서 연하고 그리고 페란트와 다키먼트는 만들어졌고 이제 거기서 그 페란트 다키먼트 내해서
33:0033:022.9각 페란트 다키먼트를 그 차례 첨커로 잘라냅니다.
33:0233:118.7보시는 것처럼 여기 좀 정말로 했는데 이제 각 페란트 다키먼트를 룩프를 돌면서 이제 컨택스 첨커를 만들었는데
33:1133:176.2이거를 다시 차일드 철도 첨커로 각각 잘라냈는데 이 차일드 첨커로 잘라내고 나서 바로 쓰는 게 아니라
33:1733:235.6여기 컨택스 뇌티 뇌티 뇌플 기스포를 쓰는 거죠. 그래서 전체 후을 다키먼트를 홀 다키먼트를 쓰는 게 아니라
33:2333:295.7페란트 홀 다키먼트 대신 페란 다키먼트를 넣고 그리고 실제 첨커를 넣는 거죠.
33:2933:356.4이렇게 해서 그리고 프럼프스 뇌는 거죠. 그래서 아가지고 병룡한 첨이 첨크에 설명하여서 명룡한 내용을 주세요.
33:3533:415.9그리고 되도록 이 첨크가 어느 목차의 서사에서 속되기 때문에 말씀해 주세요. 라고 얘기했을 수 있고
33:4133:476.2그리고 앞변도 한글로 해주시여 라고 해서 프럼프트를 냈습니다. 그래서 이거를 집어나가지고
33:4733:514.3첨크를 만들었��니 첨크 벨러 지금 여기 보시는 것처럼 쭉쭉 설명을 하고 있습니다.
33:5133:542.6컨택스 뇌티 차일드 첨커로 만들어지죠.
33:5433:572.8이 내용은 다키먼트 매트에 담아내는 겁니다.
33:5734:047.4어디 어느 조항이 일부러 이런 식으로 설명을 하고 있습니다. 이런 식으로 첨크를 각 첨크별로
34:0434:116.5컨택스 라이드 첨크를 만들어내고 있습니다. 이렇게 했고 이거를 실제로 이제 백신 딜이 집어난 거죠.
34:1134:154.4그러면 앞에서 찾지 못했던 질문을 그들을 한번 해볼게요.
34:1534:226.9보상 하나 손에 오버한 기타 협력 비용. 기타 협력 비용이 보상이 되는지 한번 질문을 해보도록 하겠습니다.
34:2234:286.2그래서 이거를 회사에 비용에 따라 지출한 비용이 보상 필수 있냐.
34:2834:367.8하느냐. 명확하게 답변을 하고 있죠. 여기 보시는 것처럼 회사에 비용이 따르게 비지출한 비용 유익한 비용은 보상을 받을 수 있습니다.
34:3634:415.2오버한 기타 협력은 이 따른 보이시면됩니다. 제 시스템 컨택스 따르면 제 11조,
34:4134:509.1오상하는 손에 대해서 다음까지 명확실하고 있습니다. 정확히 어떤 다키의 목차에서 질문하는지를 명확하게 설명할 수 있는 것을 볼 수가 있습니다.
34:5034:543.4그리고 이게 가능한지 이 청크 부분들을 한번 할 수 없을 필요가 없을 것 같아요.
34:5435:028.6그래서 위에 보시면 여기 실제로의 실제 철제 철제 철근은 여기 제가 블라킹하는 여기에 오버한 기타 협력 부분에 대한 부분인데
35:0235:074.4이 철철과 앞에 이런 부분들이 컨택지를 아예 철크를 통해서 이런 부분들 다 들어가 있습니다.
35:0735:147.2그래서 보상하는 손에 해당하는 부분이고 이 조항에서는 얘는 발색한 손에 대한 추가적인 지급을 지급하는 비용에 설명하고 있다.
35:1435:206.0이렇게 기본적으로 컨택스까지도 설명을 하는 부분들을 확인할 수가 있습니다.
35:2035:265.6이런 부분들이 저에서 컨택스로 하죠. 이 철크의 어떤 기부 모습들을 확인할 수가 있고요.
35:2635:326.6그러면 제가 제가 대목까지 질문을 설명을 들었고 마지막 유학을 하면서 말씀드리도록 할게요.
35:3235:331.3보시면 뭐지?
35:3335:406.4기본적으로 제 세수를 이 유학들인 부분은 일단 컨택스를 이틀이 보내고 하는 거는
35:4035:455.4철크 자체를 쓰는 게 아니라 철크의 어떤 철크가 갖고 있는 답변을 보조하기 때문에
35:4535:516.0철크에 필요한 컨택스를 추가적으로 지입해서 답변이 정확적으로 비는 흑장인 반가워요.
35:5135:565.1그리고 이거를 쓸 때는 컨택스의 컨택스의 엠비에 대한 것과
35:5636:025.2컨택스의 엠비에 대한 이 15 조합을 이용했을 때 훨씬 더 답변 정학생이 높았다.
36:0236:053.7그리고 유리행기까지 쓸 수가 있으면 더 좋아지게 될 수 있다는 거고요.
36:0536:094.0그리고 실제로 엔트로피 테스트나 자체에 여러 가지 테스트를 봤을 때도
36:0936:144.8최종 리치 뷰되는 이 철크의 게스는 top 20 철크를 하는 게
36:1436:172.6좀 더 성능이 제일 좋았다고 하고 있고.
36:1736:214.0그래서 위험급된 이런 모든 조합들을 할 수가 있다고 하면
36:2136:232.7이런 부분들이 이제 콜라티면 답변에서 지는데
36:2336:262.1상당히 도움을 준다는 게 알려져 있고요.
36:2636:282.7그리고 요게 실제 현린실에서는
36:2836:302.2지금 프라틱 가난 적극을 봤을 때는
36:3036:332.8다큐먼트가 상당히 크고 이렇게 할 수 있기 때문에
36:3336:352.0전체따큐먼트를 넣는 대신
36:3536:394.0프라틱 가난 적극을 할 수 있을 때
36:3936:433.8좀 더 실용적이고 실무적인 어떤 그런
36:4336:462.8어프로치로 하는데 도움을 할 수 있다는 부분들을
36:4636:482.2좀 말씀드릴 수 있을 것 같습니다.
36:4836:524.3제 세션은 여기까지입니다.
36:5236:552.8장시간 지루실 감사드리고요.
36:5536:582.6휴가적으로 궁금하신 부분이 있으시다고 하면
36:5837:002.4패드릴레이션을 통해서 질문을 남겨 주시면
37:0037:043.9제가 그쪽으로 통해서 답변을 드릴 수 있도록 하겠습니다.
37:0437:149.7병청 있으셔서 감사드립니다.

Provenance: 원문 fd1e7279d71_transcript.md / .json (downloads 폴더 14-영상오디오) · 원본 영상 aws.amazon.com/ko/video/watch/fd1e7279d71/ · 변환 방식 audio_to_mark (D44 STT) · 길이 37:15 (2234.8s) · 전사 2026-11-18 · 본 HTML은 열람용 렌더(빌드: mktranscript-html.py)