Enterprise AX Agent Platform 02: 문서 적재와 RAG 전략
문서 적재, chunking, query classification, retrieval strategy, citation을 하나의 실행 경로로 묶었다.
RAG는 검색 API 하나로 끝나지 않는다. 운영 가능한 Agent에서는 문서가 어떻게 들어왔고, 어떤 chunk가 검색됐고, 답변이 어떤 근거를 사용했는지 남아야 한다.
저장소: hoonapps/enterprise-ax-agent-platform
적재 흐름
문서 적재는 다음 순서로 처리한다.
1
2
3
4
5
6
7
POST /v1/documents/ingest
-> tenant 접근 검사
-> 문서 원본 저장
-> chunk 생성
-> 검색 index 반영
-> ontology read model 갱신
-> audit event 기록
chunking은 검색 품질을 위해 필요하지만, 운영 추적 관점에서는 더 중요한 역할이 있다. AgentRun에 citation을 남길 때 chunk id가 있어야 답변 근거를 다시 열 수 있다.
Query Classification
사용자 질문은 같은 RAG 전략으로 처리하지 않는다.
1
2
3
4
knowledge
summary
action
diagnostic
질문 유형이 다르면 필요한 retrieval 방식과 policy가 달라진다.
- 지식 질문은 근거 chunk와 citation이 중요하다.
- 요약 질문은 여러 chunk의 coverage가 중요하다.
- 실행 질문은 retrieval보다 tool runtime과 approval policy가 중요하다.
- 진단 질문은 trace와 audit event까지 같이 봐야 한다.
그래서 query classifier를 application layer에 두고, 이후 use case가 retrieval strategy와 policy guard를 선택하게 했다.
Retrieval Strategy
검색 어댑터는 두 가지 모드를 둔다.
| 모드 | 목적 |
|---|---|
| local deterministic adapter | 외부 서비스 없이 로컬 테스트와 demo flow 재현 |
| Qdrant adapter | Vector DB 기반 검색으로 전환 가능한 경계 |
중요한 점은 use case가 특정 Vector DB SDK를 모르게 하는 것이다. application은 KnowledgeSearchPort만 호출하고, adapter가 local 또는 Qdrant로 바뀐다.
Grounded Answer
답변 생성 결과에는 항상 근거를 포함한다.
1
2
3
4
5
6
answer
citations[]
classification
retrieval_strategy
trace_steps[]
policy_decision
답변 텍스트가 좋아 보여도 citation이 없으면 운영 제품에서는 설명력이 부족하다. 그래서 answer와 citations를 분리하지 않고 AgentRun의 결과 모델에 함께 둔다.
Preview와 Persisted Run
Agent 실행에는 preview와 persisted run을 나눴다.
1
2
POST /v1/agents/runs/preview
POST /v1/agents/runs
preview는 실제 저장과 audit event를 만들지 않는다. 운영자는 정책이나 검색 결과를 확인할 수 있지만, 원장성 실행으로 기록하지 않는다. 반대로 persisted run은 trace, audit, feedback, replay, evidence bundle의 기준점이 된다.
결과
이 단계에서 RAG는 단순 검색 기능이 아니라 Agent 실행 모델 안으로 들어왔다.
- 문서 적재와 chunking
- 질문 유형별 retrieval strategy
- local/Qdrant adapter 교체 경계
- citation 포함 답변
- preview와 persisted run 분리
- AgentRun 중심의 실행 추적
이후 tool runtime을 붙여도 검색과 실행의 책임이 섞이지 않는 이유가 이 경계다.