docs: skill-rag-file 연동 문서 업데이트

- 중복 코드 제거
- 미해결 문제 추가 (파일 활용, 볼륨 마운트)
- ChromaDB 검색 구조 설명 추가

troubleshooting/250916_rb8001_skill-rag-file_연동_구조.md

@@ -72,30 +72,9 @@ brain_service/llm_service (파일 처리 없이 텍스트만 처리)
 ## 5. 데이터베이스 상태 (51123 PostgreSQL)
 
 ### team_document 테이블 상태
-**PostgreSQL 실제 테이블** (file_size, mime_type, chunk_count, processing_status 포함):
-```sql
-id                UUID PRIMARY KEY DEFAULT gen_random_uuid()
-team_id           UUID NOT NULL REFERENCES team(id)
-filename          VARCHAR(255) NOT NULL
-file_hash         VARCHAR(64) NOT NULL
-file_size         BIGINT
-mime_type         VARCHAR(100)
-storage_path      TEXT NOT NULL
-text_content      TEXT
-chunk_count       INTEGER DEFAULT 0
-processing_status VARCHAR(20) DEFAULT 'pending'
-metadata          JSONB DEFAULT '{}'
-created_at        TIMESTAMPTZ DEFAULT CURRENT_TIMESTAMP
-updated_at        TIMESTAMPTZ DEFAULT CURRENT_TIMESTAMP
-```
-
-**skill-rag-file 코드 모델** (app/models/database.py - 수정 완료):
-```python
-# 실제 테이블과 동기화됨
-id, team_id, filename, file_hash, file_size, mime_type,
-storage_path, text_content, chunk_count, processing_status,
-metadata, created_at, updated_at
-```
+- 테이블과 모델 동기화 완료
+- file_size, mime_type, chunk_count, processing_status 컬럼 포함
+- 유니크 인덱스: idx_team_doc_hash (file_hash)
 
 ## 6. 확인 완료 사항
 - ✅ team_document 테이블 생성됨 (코드 모델 동기화 완료)
@@ -138,10 +117,36 @@ metadata, created_at, updated_at
 - API 응답: 200 OK
 
 ### 비동기 병렬 처리 구현 (2025-09-16)
-- **문제**: 큰 파일(XLSX 10분) 처리 중 작은 파일(PDF) 대기
-- **해결**: asyncio.Semaphore(3)로 최대 3개 동시 처리
-- **구현**:
-  - process_single_file() 함수로 개별 파일 처리 분리
-  - asyncio.gather()로 모든 파일 병렬 처리
-  - 각 파일이 독립적으로 처리되어 작은 파일 빠른 응답
-- **결과**: 전체 처리 시간 단축, 사용자 경험 개선
+- 문제: 큰 파일 처리 중 작은 파일 대기
+- 해결: asyncio.Semaphore(3)로 최대 3개 동시 처리
+- 결과: 전체 처리 시간 단축
+
+## 9. 미해결 문제 (2025-09-16)
+
+### 파일 처리 후 로빙 활용 문제
+- **현상**: 파일이 skill-rag-file로 저장되지만 로빙이 파일 내용 모름
+- **원인**: process_slack_files_async와 process_slack_message_async가 독립 실행
+- **필요**: 파일 처리 완료 후 검색 결과를 LLM context에 포함
+
+### ChromaDB 볼륨 마운트 불일치
+- **rb8001**: /home/admin/ivada_project/rb8001/chroma_db → /code/chroma_db (영구 저장)
+- **skill-rag-file**: 볼륨 마운트 없음 (컨테이너 재시작 시 데이터 손실)
+- **해결 필요**: skill-rag-file에도 영구 볼륨 마운트 추가
+
+### 대화와 문서 분리 저장 구조
+- **설계 의도**:
+  - rb8001: 사용자 대화 임베딩 (짧고 자주 변경)
+  - skill-rag-file: 문서 임베딩 (크고 고정적)
+- **장점**: 검색 성능 최적화, 용도별 처리 분리
+- **단점**: 두 컬렉션 간 연동 복잡도 증가
+
+### ChromaDB 검색 구조 (API 통신)
+- **현재 구조**:
+  - rb8001: 자체 ChromaDB에서만 검색
+  - skill-rag-file: 자체 ChromaDB에서만 검색
+  - 서로 직접 폴더 참조 없음
+- **문서 검색 플로우**:
+  1. rb8001 → skill-rag-file API 호출 (http://localhost:8508/api/search)
+  2. skill-rag-file이 자체 ChromaDB 검색 후 결과 반환
+  3. rb8001이 API 응답 받아서 LLM context에 포함
+- **결론**: API 통신으로 분리된 구조, 직접 폴더 참조 불필요