거시적 이해 → LLM 원리 → RAG 기초 → Fine-tuning → RAG 심화·전문화 순서로 학습합니다.
| 단계 | 주제 | 분류 | 핵심 내용 |
|---|---|---|---|
| 1 | AI 전체 지형 | 거시 | AI ⊃ ML ⊃ DL ⊃ LLM 계층 구조, ML 학습 패러다임 |
| 2 | LLM 작동 원리 | 미시 | Transformer, Attention, Tokenization, Embedding |
| 3 | RAG 기초 | 핵심 | 파이프라인, Vector DB, Chunking, Semantic Search |
| 4 | Fine-tuning | 미시 | Full FT vs LoRA vs PEFT, RAG vs FT 비교 |
| ★ | RAG 심화 | 목표 | Hybrid Search, Re-ranking, HyDE, RAGAS, Agentic RAG |