일반적인 답변형 RAG
- 질문
- 관련 chunk 검색
- LLM 답변
RAG와 근거 기반 문서 운영
RAG의 검색 강점은 그대로 사용합니다. 여기에 정확한 원문 위치, 문서·Excel·DB 교차 검증, 숫자·날짜의 결정론적 확인, Revision 변경 영향, 사용자 승인, 편집 가능한 산출물과 감사 이력을 더합니다.
공정한 비교
| 비교 항목 | 일반적인 답변형 RAG | Orbivell |
|---|---|---|
| 주된 결과 | 질문에 대한 근거 기반 답변 | 검증·승인된 업무 결과와 편집 가능한 파일 |
| 근거 단위 | 관련 chunk·문서 인용 | Revision, 페이지, 조항, 표, 셀, 필드 locator |
| 구조화 데이터 | 구현에 따라 선택적 | 문서·Excel·CSV·승인된 read-only 데이터 교차 검증 |
| 숫자·날짜 | 모델 설명 또는 별도 로직 | 재현 가능한 validator가 재계산 |
| 상충 자료 | 모델이 종합할 수 있음 | CONFLICT·AMBIGUOUS·UNVERIFIABLE 상태 유지 |
| 문서 변경 | 재검색·재생성 중심 | 관련 Claim·의무·보고서·slide에 stale 영향 전파 |
| 실행 통제 | 구현에 따라 다름 | 미리보기 → 승인 → 제한된 실행 |
| 결과 형식 | 답변·요약·초안 중심 | 편집 가능한 PPTX·DOCX·HWPX·PDF |
| 원본 보호 | 제품별로 다름 | 원본 쓰기·이동·삭제·이름 변경·덮어쓰기 금지 |
| 감사 가능성 | 대화·인용 log 수준일 수 있음 | Claim ledger, 승인 hash, manifest, SHA-256, verifier |
RAG 구현은 다양합니다. 고급 Graph RAG와 agentic RAG는 더 많은 기능을 포함할 수 있으며, 이 페이지는 일반적인 답변 중심 패턴과 비교합니다.
간단한 문서 Q&A, 빠른 요약, FAQ·관련 문서 탐색, 초안 아이디어.
계약 금액·만료·갱신 통지, 문서·Excel 수치 대조, 경영 보고서, 규정 변경 영향, 외부 제출 결과물, 감사 증빙.
실제 업무 예시
FAQ
네. RAG는 검색·근거 수집 계층의 일부입니다.
아닙니다. 구현은 다양하며 이 비교는 일반적인 답변 중심 패턴을 기준으로 합니다.
숫자, 날짜, 권한, 경로와 승인은 재현 가능한 규칙이 필요하기 때문입니다.
아닙니다. 로컬 처리가 기본이며 관리형 AI에는 명시적으로 승인한 근거만 전송합니다.
네. 구매한 플랜과 검증된 renderer가 지원하는 형식으로 생성합니다.
선택 사항입니다. 페이지 종류, 언어, 에디션, 채널, 캠페인 코드, 버전, 시각과 서버 해시 가명만 기록합니다. 문서명·경로·질문·답변·문의 내용·이메일·결제수단은 기록하지 않습니다. 거부해도 제품 기능은 제한되지 않습니다.