RAGFlow: 복잡한 질문에도 정확한 답변을 위한 RAG 엔진 활용 가이드

RAGFlow란 무엇인가?

RAGFlow는 최첨단 검색 증강 생성(RAG) 기술과 에이전트 기능을 결합하여 LLM(대규모 언어 모델)을 위한 강력한 맥락 계층을 제공하는 오픈소스 RAG 엔진입니다.

• 핵심 특징: 복잡한 형식의 비정형 데이터에서 심층적인 문서 이해를 기반으로 지식을 추출하고, 수십억 개의 토큰 속에서도 원하는 정보를 찾아냅니다. 에이전트 기능으로 복잡한 질문을 여러 단계로 분해하고, 필요한 정보를 검색하며, 근거를 검증하여 정확도를 높입니다.
• 데이터 소스 호환성: Word, PPT, Excel, TXT, 이미지, PDF, 스캔 문서, 구조화된 데이터, 웹 페이지 등 다양한 형식의 데이터를 지원합니다.
• 지식 컴파일: 문서 및 데이터셋 수준의 콘텐츠를 위키, 그래프, 트리, 마인드맵 등 구조화된 지식 아티팩트로 컴파일하여 지식 조직화 및 재사용을 용이하게 합니다.

RAGFlow 기본 사용법

RAGFlow를 사용하여 문서에서 지식을 추출하고 복잡한 질문에 답하는 과정을 안내합니다.

1. RAGFlow 설치:

   pip install ragflow
   

2. 데이터 로딩 및 처리: 다양한 형식의 문서를 RAGFlow로 로드하고 처리합니다.

   • 지원되는 파일 형식을 지정하여 add 명령어로 저장소를 생성합니다.
   • 예시: PDF 파일과 웹 페이지를 "my_docs"라는 이름의 저장소에 추가합니다.

   ragflow add "my_docs" --pdf "./path/to/your/document.pdf" --web "https://example.com"
   

3. 지식 컴파일 (선택 사항): 로드된 문서를 위키, 그래프 등 구조화된 지식 아티팩트로 컴파일합니다.

   • "my_wiki"라는 이름으로 문서 레벨 위키를 생성합니다.

   ragflow compile "my_wiki" --doc
   

4. 질문 및 답변: 복잡한 질문을 통해 RAGFlow의 검색 및 추론 능력을 활용합니다.

   • "my_docs" 저장소에서 "AI 기술의 최신 동향은 무엇인가?"라는 질문에 대해 High thinking 모드로 답변을 생성합니다.

   ragflow query "my_docs" --query "AI 기술의 최신 동향은 무엇인가?" --thinking High
   

활용 사례

사례 1: 복잡한 기술 문서에서 특정 정보 찾기

• 사용자: 복잡한 기술 문서 여러 개를 학습시킨 후, 특정 기능의 구현 방식에 대한 세부 정보를 찾고 싶어 하는 개발자.
• 상황: 기술 문서들이 PDF, 웹 페이지 등 다양한 형식으로 흩어져 있어 필요한 정보를 일일이 찾아보기 어렵습니다.
• RAGFlow 활용 단계: ragflow add 명령어를 사용하여 모든 기술 문서를 하나의 저장소로 통합하고, ragflow query 명령어를 High thinking 모드로 실행하여 질문에 대한 답변을 찾습니다. 이렇게 하면 여러 문서를 탐색하는 시간과 노력을 절약할 수 있습니다.
• 결과: RAGFlow가 문서들을 분석하여 질문에 대한 구체적인 구현 방식과 관련 근거를 포함한 답변을 제공하여, 개발자는 필요한 정보를 빠르게 얻을 수 있습니다.

사례 2: 여러 보고서 기반의 요약 및 인사이트 도출

• 사용자: 여러 분기별 사업 보고서를 바탕으로 특정 사업 부문의 성과를 종합적으로 분석하고 싶은 기획자.
• 상황: 각 보고서마다 데이터 형식과 내용이 달라 전체적인 동향 파악이 어렵습니다.
• RAGFlow 활용 단계: ragflow add 명령어로 모든 사업 보고서를 RAGFlow 저장소에 추가합니다. 이후 ragflow compile 명령어를 사용하여 문서를 "사업 성과 분석"이라는 이름의 지식 아티팩트(예: 그래프 또는 위키)로 컴파일합니다. 마지막으로, ragflow query로 "지난 4분기 동안 X 사업 부문의 주요 성장 동력은 무엇이었나?"와 같이 구체적인 질문을 던져 요약된 인사이트를 얻습니다.
• 결과: RAGFlow가 컴파일된 지식과 원본 문서들을 바탕으로 질문에 대한 종합적이고 구조화된 답변을 제공하여, 기획자는 여러 보고서를 일일이 비교 분석할 필요 없이 핵심 인사이트를 빠르게 파악할 수 있습니다.

출처: https://github.com/infiniflow/ragflow