Argus RAG Studio
RAG 파이프라인의 구축(Build) · 검색/생성(Retrieve & Generate) · 평가(Evaluate) · 운영/배포(Operate & Deploy)를 한곳에서 다루는 오픈소스 셀프호스티드 RAG 플랫폼입니다. "한 번 동작하는 RAG 데모"가 아니라 — 품질을 숫자로 측정하는 평가 하니스, 최적 설정을 자동 탐색하는 스윕, 피드백 환류, 에이전트 기반 원격 배포까지 갖춰 온프레미스·에어갭(폐쇄망)에서 운영됩니다.
특징 및 강점
측정 → 최적화 → 개선 루프
골든셋·Hit Rate/MRR·LLM-as-Judge 3축으로 품질을 숫자로 측정하고, 설정 스윕이 청킹·검색 모드·리랭커의 최적 조합을 자동 탐색하며, 사용자 피드백 👍/👎가 골든셋으로 환류됩니다 — 자체 구축 RAG가 대부분 빠뜨리는 루프가 기본 기능입니다.
하이브리드 검색 + 인용 답변
벡터(pgvector)와 렉시컬(tsvector)을 RRF로 융합하고 리랭킹(LLM·cross-encoder)으로 재정렬해, [n] 인용이 달린 답변을 SSE로 스트리밍합니다. 이종 임베딩 지식베이스도 페더레이션 질의로 한 번에 검색합니다.
한국어 · 한국 문서 특화
한글 HWP/HWPX 전용 Rust 파서(rhwp), kss 한국어 문장 분리, VLM·OCR(PaddleOCR) 스캔 문서 파이프라인, AI-Hub 호환 어노테이션까지 — 일반 오픈소스 RAG 프레임워크에 없는 축입니다.
에어갭 · 에이전트 원격 배포
모델을 팩(pack)으로 반입해 배포 시 자동 설치하고, 각 호스트의 에이전트가 워커·임베딩·리랭커·VLM 서버를 원격 배포합니다. zot 레지스트리로 컨테이너까지 완전 오프라인 — 금융·공공·국방의 망분리 요건에 대응합니다.
플랫폼 아키텍처
프런트엔드 대시보드 · RAG 백엔드 · 추론 서버 · 데이터 스토어/레지스트리가 유기적으로 연동되며, 추론·워커는 에이전트로 분리 배포해 규모에 따라 단계적으로 확장합니다.
핵심 기능
인제스천·파싱·청킹부터 하이브리드 검색·생성, 평가·설정 스윕·검색 파인튜닝, 버전·관측성, 에이전트 배포·에어갭, 어노테이션·이미지까지 — RAG 전 주기 12대 축을 단일 플랫폼에서 제공합니다.
인제스천 파이프라인
멀티포맷 문서를 업로드→파싱→청킹→임베딩→색인까지 비동기 워커로 처리합니다.
파싱 전략 5종
문서 특성에 맞춰 파싱 전략을 컬렉션별로 선택합니다(미설치 시 자동 폴백).
청킹 전략 8종
검색 품질을 좌우하는 청킹을 표 보존·의미 경계까지 촘촘하게 구현했습니다.
지식베이스 설계 — fail-closed 격리
컬렉션을 주제 묶음이 아니라 보안 격리 경계로 설계했습니다.
하이브리드 검색 & 생성
의미와 키워드를 병렬 검색해 융합하고, 인용이 달린 답변을 생성합니다.
모델 유연성
임베딩·리랭커·생성 LLM·VLM·OCR을 워크로드에 맞게 교체합니다.
평가 하니스
골든 데이터셋과 LLM Judge로 품질을 숫자로 측정합니다.
설정 스윕 & 개선 루프
청킹·검색 모드·top-k·리랭커 조합을 자동 탐색하고 리더보드로 비교합니다.
검색 파인튜닝
도메인 용어·약어에 맞춰 임베딩·리랭커를 튜닝합니다.
파이프라인 버전 & 관측성
검색·리랭크·생성 설정을 버전 가능한 자산으로 다루고, 모든 질의를 계측합니다.
에이전트 원격 배포 & 에어갭
각 호스트의 Argus Agent가 워커·추론 서버를 배포하고, 폐쇄망에는 모델 팩으로 반입합니다.
어노테이션 & 이미지 파이프라인
문서 속 이미지·스캔본을 OCR·VLM으로 지식화합니다.
오픈소스로 공개되는 RAG 플랫폼
Argus RAG Studio는 Apache License 2.0으로 GitHub에 공개됩니다. 백엔드(FastAPI)·프론트엔드(Next.js)·독립 임베딩/리랭커 서버까지 RAG 엔진 전체를 공개해, 기업이 코드를 직접 검증하고 자사 환경에 맞게 확장하며 데이터를 외부로 내보내지 않고 운영할 수 있습니다.
- 상용 활용 제약 없는 Apache 2.0
- 코드 직접 검증·확장 가능
- 에어갭·온프레미스 자체 운영