<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>Rag on 노준탁 — AI 노트</title>
    <link>https://ai.klavierhye.cc/ko/tags/rag/</link>
    <description>Recent content in Rag on 노준탁 — AI 노트</description>
    <generator>Hugo -- 0.147.7</generator>
    <language>ko</language>
    <lastBuildDate>Tue, 22 Sep 2026 00:00:00 +0000</lastBuildDate>
    <atom:link href="https://ai.klavierhye.cc/ko/tags/rag/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Guardrail이 너무 많으면 큰 모델이 더 나빠진다: Orchestration 13,528줄을 지운 이야기</title>
      <link>https://ai.klavierhye.cc/ko/posts/too-many-guardrails/</link>
      <pubDate>Tue, 22 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://ai.klavierhye.cc/ko/posts/too-many-guardrails/</guid>
      <description>&lt;p&gt;&lt;em&gt;이 글은 한국어 전화 Voice Agent 현장 노트 7부작 중 &lt;strong&gt;7부&lt;/strong&gt;이자 마지막 편이다. 내가 리드했던 프로젝트 — 공공 서비스 전화 상담용 실시간 한국어 voice agent(STT → LLM → TTS) — 를 만들면서 겪은 일을 정리해 왔다. STT 평가 → Rule vs 모델 → Latency → 조용한 실패 → Guardrail → 평가 지표 → &lt;strong&gt;단순화&lt;/strong&gt;. &lt;a href=&#34;https://ai.klavierhye.cc/ko/posts/how-guardrails-pile-up/&#34;&gt;5부&lt;/a&gt;에서는 dialog layer의 규칙이 어떻게 쌓였는지를, &lt;a href=&#34;https://ai.klavierhye.cc/ko/posts/llm-eval-metric-chose-architecture/&#34;&gt;6부&lt;/a&gt;에서는 평가가 왜 계속 그 규칙들에 점수를 몰아줬는지를 다뤘다. 이번 글은 그 규칙들을 걷어낸 이야기다.&lt;/em&gt;&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
