AI & Machine Learning 퀴즈: 파인튜닝과 RAG

파인튜닝(fine-tuning)과 검색 증강 생성(RAG)은 언어 모델을 내 데이터와 작업에 맞추는 두 가지 주요 방법입니다. 이 퀴즈는 각각이 언제 적합한지, LoRA 같은 파라미터 효율적 방법이 어떻게 동작하는지, 그리고 청킹, 임베딩, 검색에서 실제로 부딪히는 함정을 확인합니다.

보통 10문제 약 6분 합격 기준 80%

모드 선택

게스트로 플레이 중이에요. 로그인하면 XP와 연속 기록이 저장돼요.

예시 문제

10문제 중 1번

검색 증강 생성(RAG)은 무엇을 할까요?

정답 보기

B. 요청 시점에 질문과 관련된 문서를 찾아 프롬프트에 넣어서, 모델이 그 문서를 바탕으로 답하게 한다 RAG는 생성 전에 검색 단계를 추가합니다. 지식 베이스를 검색한 다음 가장 좋은 구절들을 모델에 컨텍스트로 제공합니다. 모델의 가중치는 바뀌지 않습니다.

이 퀴즈에서 다루는 내용

  • RAG란 무엇이고 언제 파인튜닝보다 나은가
  • 파인튜닝이 잘하는 것과 파괴적 망각
  • LoRA와 파라미터 효율적 파인튜닝
  • 청킹, 임베딩 모델, 하이브리드 검색
  • RAG 파이프라인을 단계별로 디버깅하기

자주 묻는 질문

계정이 필요한가요?

아니요. 누구나 플레이할 수 있어요. 로그인하면 XP, 연속 기록, 배지, 기록이 저장돼요.

다시 풀 수 있나요?

네. 최고 점수가 저장되고, 문제와 보기는 매번 섞여서 나와요.