📚 RAG를 붙였는데 답변 품질이 기대보다 낮다면, 원인은 모델이 아니라 검색 단계(리트리벌)일 가능성이 큽니다. 실제 운영에서 자주 터지는 문제는 “못 찾음”이 아니라 “비슷하지만 핵심이 아닌 문서”를 가져오는 경우예요. 오늘은 RAG 품질을 확 올리는 실전 구조를 정리해볼게요. 핵심 결론부터 말하면, 요즘은 벡터 검색 단독보다 하이브리드 검색(의미+키워드) + 리랭킹 조합이 훨씬 안정적입니다. Anthropic의 Contextual Retrieval도 이 방향을 강하게 뒷받침하고 있어요. 1) 청킹(Chunking)부터 다시 설계하세요문서를 무작정 500토큰으로 자르면 문맥이 찢어집니다. 문단/섹션/헤더 기반으로 나누고, 10~20% overlap을 둬야 검색 힌트를 놓치지 않아요. 특히 정책 문서..