한 줄 정의

코퍼스(corpus)는 검색·학습의 재료가 되는 자료 전체다. RAG에서는 봇이 근거로 삼을 수 있는 문서들의 묶음.

내 말로

오픈북 시험에서 책상에 올려둘 수 있는 책의 목록. 학생(LLM)이 아무리 똑똑해도 책상에 없는 책은 인용할 수 없다. 인용해서도 안 된다. 시험 범위를 정하는 일이 곧 코퍼스 설계다.

어디서 만났나

Build 03 — ask-soulhn에서 이 빌드의 가장 중요한 결정이 코퍼스였다: 공개 자료(블로그·포트폴리오)만 넣는다. 비공개 자료는 코드 경로상 접근 자체가 없게 해서, “무엇을 공개하지 않을지”를 프롬프트가 아니라 재료 단계에서 보장했다. 무엇을 넣느냐만큼 무엇을 안 넣느냐가 설계라는 걸 배웠다.

더 파볼 것

• 글을 쓸수록 코퍼스가 자라고 봇이 똑똑해진다. 이 글도 다음 색인부터 검색 대상이 된다
• 코퍼스 갱신(재색인)은 언제, 어떻게 자동화하나