diff --git a/journey/plans/260320_다형식문서_RAG_2차_PGVector_JSONB_적재_계획.md b/journey/plans/260320_다형식문서_RAG_2차_PGVector_JSONB_적재_계획.md
index 0380b89..8b2dbf4 100644
--- a/journey/plans/260320_다형식문서_RAG_2차_PGVector_JSONB_적재_계획.md
+++ b/journey/plans/260320_다형식문서_RAG_2차_PGVector_JSONB_적재_계획.md
@@ -45,6 +45,7 @@
 - 인덱싱 스크립트: `skill-rag-file/scripts/reindex_companyx_latest_200.py`
 - 200개 대상 파일 리스트: `/tmp/latest_200_companyx.txt`
 - 텍스트 추출 + 청크 + Gemini Embedding 2 적재 완료
+- **미구현**: `team_document_chunk`에 tsvector 컬럼 없음 → 키워드 검색(TSVECTOR + GIN) 추가 필요
 
 ## 보류
 
diff --git a/journey/plans/260320_로빙_다형식문서_RAG_적용1_계획.md b/journey/plans/260320_로빙_다형식문서_RAG_적용1_계획.md
index 2ed2888..92240b1 100644
--- a/journey/plans/260320_로빙_다형식문서_RAG_적용1_계획.md
+++ b/journey/plans/260320_로빙_다형식문서_RAG_적용1_계획.md
@@ -40,11 +40,13 @@
 
 1. 사용자 질문 수신
 2. 메타 필터 후보 결정
-3. PGVector/키워드 검색
-4. 관련 문서 확장
-5. 근거 청크 선택
-6. 로빙 응답 생성
-7. 사용한 근거 기록
+3. PGVector 벡터 검색 (의미 검색)
+4. TSVECTOR 키워드 검색 (정확 매칭)
+5. 벡터+키워드 하이브리드 점수 합산 (RRF 등)
+6. Apache AGE 그래프 관계 확장
+7. 근거 청크 선택
+8. 로빙 응답 생성
+9. 사용한 근거 기록
 
 ## 1차 목표