🧠 OpenRAG
OpenRAG는 기업의 콘텐츠를 정리하고 구조화하여 자체 서버에 인덱싱하고 단일 권한 부여된 게이트를 통해 외부 AI 시스템에서 자연어로 쿼리할 수 있도록 하는 RAG 플랫폼입니다.
벡터는 게시되지 않습니다. 액세스는 열립니다.
이것은 약속 목록이 아닌 제품 소개입니다. 아래에는 오늘 작동하는 부분과 로드맵에 있는 부분이 별도로 표시됩니다. 로드맵 항목에 대한 날짜는 약속되지 않습니다. 완료되면 "오늘 작동하는" 섹션으로 이동합니다.
핵심 원칙
OpenRAG의 전체 디자인은 단 하나의 문장을 기반으로 합니다. 벡터는 게시되지 않고 액세스가 열립니다. 외부로 제공되는 것은 콘텐츠의 사본이 아니라 질문할 권리입니다.
벡터는 제품이 아닌 엔진입니다
벡터는 생성한 모델에 따라 다르므로 다른 AI에서 그대로 사용할 수 없습니다. 또한 텍스트를 여러 번 확장합니다. 그렇기 때문에 벡터는 절대 제공되지 않습니다.
열리는 것은 쿼리 액세스입니다
질문이 들어오면 답변과 그 답변의 근거가 되는 원본 구절이 다시 전송됩니다. 전체 콘텐츠는 복사, 배포 또는 다운로드되지 않습니다.
권한은 기업에 있습니다
기업은 어떤 콘텐츠를 외부에서 쿼리할 수 있도록 할지 결정합니다. 참여는 선택 사항입니다. 권한 및 동의 계층은 로드맵에 있습니다.
작동 방식 — 대상 아키텍처
이 흐름의 정리, 구조화, 인덱싱 및 검색 링크는 오늘 작동합니다. 자체 호스팅 임베딩과 재랭킹, 외부 세계로의 단일 게이트는 여전히 로드맵에 있습니다. 각 단계 아래에는 어떤 것이 작동하는지 명시되어 있습니다.
소스가 수집됩니다
xloji 사이트, 업로드된 문서 및 크롤링된 웹 페이지는 콘텐츠 소스입니다. (WordPress 플러그인과 공개 수신 API는 로드맵에 있습니다.)
정리되고 구조화됩니다
잘못된 콘텐츠를 정리하고 의미 있는 청크로 분할하여 RAG가 사용할 수 있는 형태로 만듭니다. 이 단계는 오늘 작동합니다.
인덱싱되고 검색됩니다
청크는 벡터로 변환되어 pgvector에 기록됩니다. HNSW 인덱스와 하이브리드 검색(키워드 + 벡터)을 통해 찾습니다. 이 단계는 오늘 작동합니다. 재랭킹 링크를 추가하는 것은 로드맵에 있습니다.
단일 게이트를 통해 액세스할 수 있습니다
외부 AI 시스템은 자연어로 단일 권한 부여된 게이트를 통해 질문합니다. 답변과 원본 구절이 반환되지만 벡터 자체는 반환되지 않습니다. 이 게이트는 아직 존재하지 않습니다. 로드맵에 있습니다.
오늘 작동하는 부분실시간
다음은 오늘 플랫폼에서 실행 중이며 xloji.com의 AI 도구에서 이미 사용되고 있습니다.
pgvector + HNSW 인덱스
콘텐츠 청크는 벡터로 데이터베이스에 저장되고 코사인 유사도를 사용하여 HNSW 인덱스로 검색됩니다.
하이브리드 검색
키워드 검색과 벡터 검색이 함께 실행됩니다. 두 결과 목록이 단일 순위로 병합됩니다. 이를 통해 정확한 용어 일치와 의미적으로 가까운 구절을 모두 찾을 수 있습니다.
멀티 테넌트 격리
모든 기업, 사이트 및 작성자는 자체 RAG를 갖습니다. 쿼리는 자체 테넌트의 인덱스에 대해서만 실행됩니다. 데이터는 테넌트 간에 혼합되지 않습니다.
문서 정리 및 RAG 구조화
업로드된 문서는 정리되고 청크로 분할되어 RAG에 구조화됩니다. 플랫폼의 데이터 구조화 도구는 이 파이프라인의 사용자 인터페이스입니다.
웹 크롤링
사이트의 페이지를 크롤링하고 콘텐츠를 추출하여 동일한 정리 및 인덱싱 파이프라인을 통과합니다.
맞춤형 AI 도구의 공개 RAG 피드
만든 맞춤형 AI 도구는 공개 RAG 소스에서 피드될 수 있습니다. 도구는 해당 지식 기반을 기반으로 답변합니다.
파일 및 미디어 저장소
파일과 미디어는 벡터 저장소에 있지 않고 객체 저장소에 저장됩니다. RAG 레코드는 원본 파일로 다시 연결됩니다.
자체 서버에서 임베딩 및 재정렬
임베딩 및 재정렬은 이제 별도의 서비스인 자체 서버에서 실행됩니다. 텍스트는 서버를 벗어나지 않고 벡터로 변환되며, 후보 결과는 정확도를 높이기 위해 로컬 재정렬기를 통과합니다.
쿼리 재작성
모호하거나 불완전한 질문은 검색 실행 전에 정리됩니다. 사용자는 "정확한" 질문을 할 필요가 없으며, 시스템이 검색 가능한 쿼리로 만듭니다.
이미지, 오디오 및 비디오의 텍스트
이미지에서 텍스트를 추출하고 오디오 및 비디오를 전사하는 작업은 서버의 로컬 도구를 사용하여 실행되며, 결과 텍스트는 동일한 정리 및 색인 파이프라인에 들어갑니다. 데이터는 서버를 벗어나지 않습니다.
로드맵에 있는 것계획됨
다음은 아직 존재하지 않습니다. 계획되고 설계된 항목이며 이 페이지는 이미 구축된 것처럼 제시하지 않습니다.
단일 게이트: MCP / API 게이트웨이
외부 AI 시스템이 자연어로 쿼리할 수 있는 단일 게이트웨이입니다. 한 번 연결된 AI는 모든 참여 기업에 동일한 게이트를 통해 액세스합니다.
권한 및 동의 계층
기업은 자체 선택으로 가입합니다. 인증, 키 관리, 속도 제한 및 악용 방지는 모두 이 계층에 있습니다.
AI 가시성 계층
llms.txt, /.well-known/ 및 schema.org 마크업을 통해 콘텐츠를 기계가 검색할 수 있도록 하고 MCP 레지스트리에 등록합니다. 마법 같은 자동 검색은 없습니다. 가시성은 이러한 방식으로 구축됩니다.
WordPress 플러그인
WordPress 사이트가 콘텐츠를 OpenRAG로 보내고 AI 시스템이 쿼리할 수 있는 엔드포인트를 다시 받을 수 있는 플러그인입니다.
이러한 항목에 대한 날짜는 제공하지 않습니다. 항목이 완료되면 "오늘 작동하는 부분" 목록으로 이동하고 이 페이지가 그에 따라 업데이트됩니다.
🔒 데이터는 서버를 벗어나지 않습니다
OpenRAG의 목표는 임베딩, 재랭킹, 이미지에서 텍스트 추출 및 오디오 전사와 같은 RAG 파이프라인의 모든 단계를 자체 서버에서 로컬의 무료 도구를 사용하여 실행하는 것입니다. RAG에 들어가는 미디어는 외부 서비스로 전송되지 않습니다 — 이것은 타협할 수 없는 디자인 규칙입니다.
솔직한 상태: 이러한 단계 중 일부는 오늘날 외부 서비스에서 수행됩니다. 이를 사내로 이전하는 것이 로드맵의 첫 번째 항목입니다.
성장 계획
벡터 검색은 콘텐츠가 증가함에 따라 더 비싸집니다. OpenRAG의 디자인은 처음부터 이러한 비용을 제한합니다.
단일 거대 인덱스가 없습니다
각 기업은 자체 소규모 인덱스를 가지고 쿼리는 해당 인덱스에 대해서만 실행됩니다. 총 콘텐츠가 증가하더라도 단일 쿼리가 스캔하는 영역은 작게 유지됩니다. 검색 비용은 플랫폼 전체가 아닌 해당 기업의 규모에 따라 증가합니다.
벡터 크기 및 정밀도는 조정 가능합니다
더 짧은 벡터 차원과 더 컴팩트한 숫자 형식을 사용하면 동일한 콘텐츠가 현저히 적은 공간을 차지합니다. 이러한 선택은 처음부터 디자인에 포함되어 있으므로 나중에 비용이 많이 드는 마이그레이션이 필요하지 않습니다.
콜드 티어
오랫동안 쿼리되지 않은 기업의 인덱스는 저렴한 영구 저장소로 이동하고 쿼리가 들어오면 다시 가져옵니다. 이렇게 하면 현재 활성 콘텐츠만 빠른 메모리에 유지됩니다. 이 티어는 로드맵에 있습니다.
자주 묻는 질문
OpenRAG는 정확히 무엇입니까?
기업의 콘텐츠를 정리하고 구조화하여 자체 서버에 인덱싱하고 단일 권한 부여된 게이트를 통해 외부 AI 시스템에서 자연어로 쿼리할 수 있도록 하는 RAG 플랫폼입니다. 채팅 도구가 아니라 이러한 도구의 기반이 되는 지식 계층입니다.
벡터나 콘텐츠를 다른 사람에게 제공합니까?
아니요. 핵심 원칙은 벡터는 게시되지 않고 액세스가 열립니다. 외부로 나가는 것은 콘텐츠의 사본이 아니라 질문할 권리입니다. 답변과 함께 원본 구절만 반환됩니다. 또한 기업은 어떤 콘텐츠를 외부에서 쿼리할 수 있도록 할지 결정합니다.
오늘날 실제로 무엇을 사용할 수 있습니까?
벡터 데이터베이스 및 인덱스, 하이브리드 검색, 멀티 테넌트 격리, 문서 정리 및 RAG 구조화, 웹 크롤링, 사용자 지정 AI 도구의 공개 RAG 피드, 그리고 파일/미디어 저장 기능은 현재 모두 작동합니다. 자체 호스팅 임베딩, 재정렬, 쿼리 재작성, 외부 도어, 권한 레이어, 가시성 레이어 및 WordPress 플러그인은 아직 존재하지 않습니다.
제 데이터가 서버를 떠나나요?
RAG 파이프라인의 모든 단계가 서버의 로컬 도구를 사용하여 실행되고, 어떠한 미디어도 외부 서비스로 전송되지 않도록 하는 것이 목표입니다. 솔직한 현황은 다음과 같습니다. 이러한 단계 중 일부는 아직 외부 서비스를 통해 처리되고 있으며, 이를 사내로 이전하는 것이 로드맵의 최우선 과제입니다.
로드맵 기능은 언제 준비될 예정인가요?
저희는 날짜를 약속하지 않습니다. 바로 이 페이지의 목적이 오늘 작동하는 것과 계획된 것을 분리하여 보여드리는 것입니다. 항목이 완료되면 "오늘 작동하는 부분" 목록으로 이동합니다.
제 콘텐츠가 AI 학습에 사용되거나 판매되나요?
아니요. 현재 그러한 용도로 사용되지 않습니다. 권한이 부여된 텍스트 코퍼스의 개념은 로드맵에서 가장 멀리 떨어져 있고 법적으로 가장 무거운 항목입니다. 설령 발생하더라도, 사업체의 명시적인 동의 없이 콘텐츠가 사용되지는 않을 것입니다.
AI 포털로 돌아가 다른 AI 도구를 이용해 보세요.
자주 묻는 질문
OpenRAG란 무엇인가요?
OpenRAG는 xloji.com의 자체 서버에서 실행되는 RAG(Retrieval-Augmented Generation) 시스템이자 단일 진입점 AI 게이트웨이입니다. 질문이 들어오면 먼저 관련 콘텐츠를 찾은 다음, 이 콘텐츠를 기반으로 답변을 생성합니다. 동시에 xloji.com 외부의 인공지능 도구가 xloji.com의 정보에 단일 지점에서 액세스할 수 있도록 중앙 게이트웨이 역할을 합니다.
RAG는 무엇을 의미하며 OpenRAG는 이를 어떻게 적용하나요?
RAG는 'Retrieval-Augmented Generation', 즉 검색으로 강화된 생성이라는 의미입니다. 인공지능이 답변을 생성하기 전에 관련 소스에서 정보를 검색한 다음, 이 정보를 기반으로 응답을 생성합니다. OpenRAG는 이러한 두 단계를, 검색 및 생성 단계를 자체 서버에서 결합하여 실행합니다. 따라서 OpenRAG가 제공하는 답변은 임의의 것이 아니라 xloji.com의 실제 콘텐츠를 기반으로 합니다.
‘단일 진입점 AI 게이트웨이’는 무엇을 의미하나요?
단일 진입점 AI 게이트웨이는 서로 다른 인공지능 요청 및 통합이 개별 시스템 대신 단일 중앙 진입점을 통해 처리된다는 의미입니다. OpenRAG가 이 역할을 수행합니다. xloji.com 자체의 '질문하기' 기능과 외부에서 연결된 인공지능 도구 모두 동일한 OpenRAG 인프라를 통해 서비스를 받습니다. 이러한 중앙 집중식 구조는 인공지능 관련 트래픽을 단일 지점에서 관리할 수 있도록 합니다.
OpenRAG가 자체 서버에서 실행되는 것이 어떤 차이를 만들까요?
OpenRAG는 타사 클라우드 서비스에 의존하지 않고 xloji.com의 자체 서버에서 실행됩니다. 이는 검색되고 처리되는 데이터가 xloji.com의 자체 제어하에 유지된다는 의미입니다. 자체 서버에서 실행되는 구조로서 OpenRAG는 외부 시스템으로 데이터를 전송하지 않고 자체 인프라 내에서 검색 및 답변 생성 작업을 수행합니다.
OpenRAG를 누가 사용하나요?
OpenRAG는 세 가지 다른 그룹에서 사용합니다: xloji.com을 방문하여 '질문하기' 상자에 질문을 입력하는 최종 사용자, xloji.com의 자체 RAG 인프라를 쿼리하는 시스템, 그리고 OpenRAG를 통해 xloji.com의 정보에 액세스하는 외부 인공 지능 도구입니다. 최종 사용자의 경우 OpenRAG는 질문에 대한 답변을 xloji.com 콘텐츠를 기반으로 반환합니다. 외부 도구의 경우 OpenRAG는 xloji.com에서 정보를 가져오는 데 사용되는 컨텍스트 없는 게이트웨이입니다.
xloji.com의 '질문하기' 상자는 OpenRAG와 어떻게 작동합니까?
xloji.com의 '질문하기' 상자에 입력된 질문은 OpenRAG에서 처리됩니다. OpenRAG는 먼저 질문과 관련된 콘텐츠를 xloji.com의 자체 데이터 내에서 검색한 다음, 찾은 콘텐츠를 기반으로 답변을 생성합니다. 이렇게 하면 사용자에게 제공되는 답변이 xloji.com의 실제 콘텐츠로 뒷받침됩니다.
외부 인공 지능 도구는 OpenRAG를 통해 정보를 어떻게 얻습니까?
OpenRAG는 xloji.com 외부의 인공 지능 도구가 xloji.com의 정보에 액세스할 수 있도록 단일 게이트웨이 역할을 합니다. 이러한 도구는 OpenRAG를 통해 연결하여 xloji.com의 콘텐츠에서 컨텍스트 없이 자체적으로 이해할 수 있는 답변을 얻을 수 있습니다. 따라서 OpenRAG를 통해 제공되는 정보는 별도의 컨텍스트를 필요로 하지 않고 단독으로 의미가 있도록 설계됩니다.
OpenRAG의 한계는 무엇입니까?
OpenRAG가 제공하는 답변은 제공된 콘텐츠로 제한됩니다. 시스템에 존재하지 않거나 추가되지 않은 정보에 대해 OpenRAG는 확실한 답변을 생성할 수 없습니다. OpenRAG는 존재하지 않는 정보를 날조하기보다는 손에 있는 콘텐츠로 제한되도록 설계되었습니다. 따라서 OpenRAG에서 얻은 답변은 xloji.com이 현재 보유하고 있는 콘텐츠로 제한된다는 점을 기억해야 합니다.
OpenRAG는 챗봇입니까?
OpenRAG는 전통적인 의미의 독립적인 챗봇이 아닙니다. xloji.com의 '질문하기' 기능과 외부 도구의 정보 접근을 지원하는 RAG 및 게이트웨이 인프라입니다. OpenRAG의 핵심 기능은 질문에 해당하는 콘텐츠를 찾고 해당 콘텐츠를 기반으로 답변을 생성하는 것입니다. 이러한 특성으로 OpenRAG는 사용자와 직접 대화하는 인터페이스보다는 답변의 기반이 되는 인프라 계층으로 작동합니다.
OpenRAG가 xloji.com을 위한 목표는 무엇입니까?
OpenRAG의 목표는 xloji.com의 정보에 최종 사용자뿐만 아니라 외부 AI 도구도 신뢰할 수 있고 자체 제어 가능한 인프라를 통해 접근할 수 있도록 하는 것입니다. 자체 서버에서 실행되므로 타사 시스템에 의존하지 않고 접근이 가능합니다. 단일 게이트웨이 구조를 통해 OpenRAG는 다양한 접근 지점을 단일 중앙 시스템으로 통합합니다.
OpenRAG에 대한 상세 정보
OpenRAG는 xloji.com의 자체 서버에서 실행되는 RAG(Retrieval-Augmented Generation) 시스템이며, 동시에 인공 지능 관련 요청을 한 곳으로 통과시키는 AI 게이트웨이입니다. 이름의 'Open'은 시스템이 외부로 개방적이고 접근 가능한 구조를 제공한다는 것을, 'RAG'는 답변을 생성할 때 먼저 관련 데이터를 찾은 다음 이 데이터를 기반으로 응답을 생성하는 작동 방식을 나타냅니다. xloji.com의 '질문하기' 상자에 입력된 질문은 먼저 OpenRAG에 의해 관련 콘텐츠 내에서 검색된 다음, 발견된 콘텐츠를 기반으로 답변이 생성됩니다. 동일한 인프라는 xloji.com 외부의 인공 지능 도구가 OpenRAG를 통해 xloji.com의 정보에 액세스하고 해당 정보를 자체 답변에 사용할 수 있도록 합니다. 이러한 구조를 통해 xloji.com은 다양한 제품에 대해 개별 인공 지능 솔루션을 구축하는 대신 단일 중앙 인프라를 통해 서비스를 제공할 수 있습니다.
RAG 접근 방식의 기본 원리는 인공 지능 시스템이 미리 학습된 일반 지식에만 의존하는 대신, 질문과 관련된 최신 및 정확한 콘텐츠를 먼저 소스에서 가져온 다음 이 콘텐츠를 바탕으로 답변하는 것입니다. OpenRAG는 검색(retrieval) 및 생성(generation)의 두 단계를 자체 서버에서 결합하여 실행합니다. 이러한 접근 방식은 인공 지능 모델이 때때로 존재하지 않는 정보를 생성하는 경향을 줄이는 것을 목표로 합니다. 왜냐하면 답변이 모델 자체의 기억이 아닌 실제로 발견된 콘텐츠에서 파생되기 때문입니다. 따라서 OpenRAG가 제공하는 답변은 임의적이거나 오래된 정보가 아닌 xloji.com의 자체 콘텐츠를 기반으로 합니다. 따라서 OpenRAG가 생성한 답변의 출처는 xloji.com의 자체 데이터로 추적 가능하게 유지됩니다. 서버가 xloji.com에 속한다는 것은 검색 및 처리되는 데이터가 제3자 클라우드 서비스에 의존하지 않고 xloji.com의 자체 제어 하에 유지된다는 의미입니다.
OpenRAG의 '원 스톱 AI 게이트웨이' 측면은 다양한 인공 지능 요청 및 통합이 개별 시스템 대신 단일 중앙 진입점을 통해 라우팅된다는 것을 의미합니다. 따라서 xloji.com의 자체 '질문하기' 기능과 OpenRAG를 통해 연결된 외부 도구는 모두 동일한 인프라와 동일한 기본 원칙을 사용합니다. 중앙 게이트웨이 구조로서 OpenRAG는 인공 지능 관련 트래픽이 한 곳을 통과하도록 하여 답변의 일관성과 자체 서버에서 실행되는 시스템으로서 데이터에 대한 제어를 향상시킵니다. 이러한 원 스톱 접근 방식은 또한 분산 시스템 대신 한 곳에서 유지 관리 및 업데이트가 가능하도록 합니다. OpenRAG는 이 점에서 단순한 질문-답변 도구가 아니라 xloji.com의 인공 지능 관련 모든 액세스 포인트를 통합하는 인프라 계층입니다.
OpenRAG는 세 가지 다른 사용자 그룹이 직접 또는 간접적으로 사용합니다. xloji.com을 방문하여 '질문하기' 상자에 입력하는 최종 사용자, xloji.com의 자체 RAG 인프라를 쿼리하는 시스템, OpenRAG를 통해 xloji.com의 정보에 액세스하는 외부 인공 지능 도구입니다. 이 세 가지 사용자 그룹은 모두 동일한 OpenRAG 인프라, 동일한 콘텐츠 풀에서 제공되는 답변을 받습니다. 따라서 xloji.com에 대해 어디에서 질문하든 일관된 정보 소스에 액세스할 수 있습니다. OpenRAG가 제공하는 답변은 제공된 콘텐츠로 제한됩니다. 즉, 시스템에 없거나 자체 서버에 추가되지 않은 정보에 대해서는 OpenRAG에서 확실한 답변을 기대해서는 안 됩니다. 이러한 제한은 동시에 OpenRAG의 신뢰성의 기초를 형성합니다. 존재하지 않는 정보를 날조하는 대신 손에 있는 콘텐츠로 제한되고 이 콘텐츠를 기반으로 답변을 생성하는 것을 목표로 합니다.