Task.md

QP Search System

반도체 제조 공정문서(QP) 검색을 위한 멀티모달 RAG 파이프라인. LangGraph 기반 StateGraph로 구현되며, 복잡도 기반 전략 분기 → 멀티쿼리 생성 → 텍스트/비전 병렬 검색 → 동적 가중치 융합 → Answerability 평가 → 조건부 재처리의 파이프라인을 따른다.

인프라

역할	주소	비고
Search API (텍스트)	10.150.6.47:4275/search/text	collection: page
Search API (이미지/ColQwen3.5)	10.150.6.47:4275/search/text/colqwen35	collection: colqwen35
Search API (이미지/Tomoro)	10.150.6.47:4275/search/text/tomoro	collection: tomoro
단어사전 API	10.150.6.47:4276/search	도메인 약어/용어 검색
Qwen3-VL-235B	10.150.6.160:8000	멀티모달 LLM

검색 API 공통 파라미터: query (string), top_k (int). 필터 필드(선택): apply_region, apply_product, document_type, dept_name — filters 객체로 전달, AND 조건.

모든 서버는 Air-gapped 폐쇄망 환경이며 외부 인터넷 접근 불가.

핵심 파일

• qp_rag_pipeline.py — LangGraph StateGraph 메인 파이프라인 (797줄)
• Jupyter 검증 노트북 (31셀) — 파이프라인 단계별 테스트용

도메인 컨텍스트

반도체 공정 약어는 쿼리 이해에 핵심적이다: DSP, DSG, EPI, LAP, CMP, STI. 이 약어들이 포함된 쿼리를 처리할 때 단어사전 API(4276/search)를 반드시 먼저 호출할 것.

아키텍처 규칙

파이프라인 흐름

쿼리 입력 → 쿼리 분석 → 쿼리 생성 → 검색(텍스트/비전 병렬) → 결과 융합 및 평가 → (재처리 or 출력)

1. 쿼리 분석

• 복잡도(High/Medium/Low)와 쿼리 유형(Text/Vision/Hybrid)을 분류
• 복잡도에 따라 쿼리 생성 전략이 달라짐
• 쿼리 유형에 따라 융합 가중치 alpha 결정: Text=0.8, Vision=0.4, Hybrid=0.6

2. 쿼리 생성

• 복잡도별 전략: High → 원본+확장+재해석+Text-HyDE / Medium → 원본+확장+재해석 / Low → 원본+경량 재해석
• 약어 포함 쿼리는 단어사전 API(4276)로 약어 풀어쓰기 후 리라이트
• 생성된 query_set과 alpha를 검색 모듈에 전달

3. 검색

• Track 1 (텍스트): BGE-M3 하이브리드 → Top-50 → Cross-Encoder 리랭킹 → Top-30
• Track 2 (비전): VLM 기반 VRAG → Top-30 (리랭킹 생략)
• 두 트랙은 병렬 실행

4. 결과 융합 및 평가

• 동적 가중치 선형 결합: S_final = alpha * S_text + (1 - alpha) * S_vision
• 융합 결과 상위 10개 이미지에 대해 VLM으로 Answerability Score 산출
• S_avg < threshold 이고 retry_count < 1이면 재처리 발동
• 재처리: Top-K 이미지 VLM 분석 → Vision-HyDE 쿼리 생성 → 쿼리 생성 모듈로 회귀
• 재처리는 최대 1회로 제한 — reducer 결과 누적 버그 주의, 각 iteration마다 초기화할 것

모듈 간 데이터 흐름

• 쿼리 분석 → 쿼리 생성: complexity, query_type, alpha
• 쿼리 생성 → 검색: query_set, alpha
• 검색 → 융합/평가: text_results, vision_results, alpha
• 융합/평가 → 쿼리 생성 (재처리): enhanced_query, alpha, retry_count + 1
• 융합/평가 → 출력: fused_results, S_avg, retrieval_retried

코드 스타일

• Python 3.10+, type hint 필수
• async/await 패턴 사용 (FastAPI 연동)
• 로깅은 loguru 사용, print 금지
• 한글 주석 허용, docstring도 한글로 작성

테스트 & 검증

• Milvus 쿼리 결과는 relevance_score >= 0.7 기준으로 필터링