RAG 검색
GenD의 RAG(Retrieval-Augmented Generation) 검색은 벡터 데이터베이스에 저장된 문서 청크를 검색하여 AI 응답의 정확도를 높이는 기능입니다. Weaviate, Milvus, Elasticsearch를 백엔드로 지원합니다.
주요 기능
- 벡터 컬렉션 관리: RAG용 벡터 컬렉션을 생성하고 관리합니다
- 문서 인제스트: 문서를 벡터 임베딩으로 변환하여 컬렉션에 저장합니다
- 시맨틱 검색: 자연어 질의를 벡터로 변환하여 유사 문서를 검색합니다
- 통합 검색: Weaviate, Milvus, Elasticsearch를 통합한 멀티 백엔드 검색을 지원합니다
검색 백엔드
| 백엔드 | 설명 |
|---|---|
| Weaviate | 벡터 + 키워드 하이브리드 검색 |
| Milvus | 대규모 벡터 유사도 검색 |
| Elasticsearch | 전문 검색 + 벡터 검색 |
사용 방법
- 문서를 업로드하여 벡터 컬렉션에 인제스트합니다
- AI 검색 인터페이스에서 자연어 질문을 입력합니다
- 관련 문서 청크가 검색되어 AI 응답에 컨텍스트로 활용됩니다
- 검색 결과에는 유사도 점수와 원본 문서 정보가 포함됩니다
API 엔드포인트
| Method | Path | Description |
|---|---|---|
| POST | /api/v1/rag/collections | 벡터 컬렉션 생성 |
| GET | /api/v1/rag/collections | 컬렉션 목록 조회 |
| POST | /api/v1/rag/ingest | 문서 인제스트 |
| POST | /api/v1/rag/query | RAG 검색 쿼리 |
| GET | /api/v1/ai/search | 통합 텍스트 검색 |
| POST | /api/v1/ai/search/weaviate | Weaviate 검색 |
| POST | /api/v1/ai/search/milvus | Milvus 검색 |
| POST | /api/v1/ai/search/elasticsearch | Elasticsearch 검색 |
벡터/검색 프록시는 관리자 전용입니다
/api/v1/ai/search/* 와 /api/v1/ai/collections/* 는 워크스페이스·테넌트 필터가
적용되지 않아 플랫폼 관리자만 호출할 수 있습니다(#2720). 일반 사용자의 문서
검색은 /api/v1/rag/query 를 사용하십시오 — 그쪽은 서버가 생성한 보안 필터를
강제합니다.