DOCS/01_Terminology/grounding_용어집.md

type, tags, created_date, last_verified, scope, upper_principle

type	tags	created_date	last_verified	scope	upper_principle
governance	terminology grounding rag companyx	2026-03-23	2026-03-23	robeing 프로젝트 전체	/home/admin/0_VALUE/00_Foundations/global-principles.md

Grounding 용어집

Grounding (근거 기반 답변)

LLM이 답변할 때 내부 문서에서 근거를 찾아 명시하는 프로세스. 추측이나 외부 지식이 아니라 검색된 문서 내용만을 근거로 답변하고, 어떤 문서가 근거인지 함께 제시한다. 근거가 부족하면 "모른다"고 명시한다.

RAG (Retrieval-Augmented Generation)

검색(Retrieval) + 생성(Generation)을 결합한 구조. 먼저 관련 문서를 검색하고, 검색 결과를 LLM 컨텍스트에 넣어 답변을 생성한다. Grounding은 RAG의 출력 원칙이다.

하이브리드 검색 (Hybrid Search)

여러 검색 방식을 결합하여 결과를 합산하는 검색 구조.

로빙의 현재 하이브리드 검색 축:

• 벡터 검색 (pgvector): 의미 유사도 기반
• 키워드 검색 (tsvector + pg_trgm): 텍스트 매칭 기반
• 파일명 검색 (ILIKE): 파일명 토큰 매칭
• 그래프 검색 (Apache AGE): 문서 관계 기반

RRF (Reciprocal Rank Fusion)

여러 검색 결과의 순위를 합산하는 알고리즘. score = 1/(k + rank). 로빙에서는 벡터·키워드·파일명·그래프 결과를 RRF로 합산 후 0~1 정규화.

CompanyXRAGOutput

grounding 응답의 Pydantic 검증 모델.

필드	설명
direct_answer	1~3문장 답변. 근거 부족 시 빈 문자열
evidence_docs	근거 문서 파일명 목록
failure_reason	답변 불가 사유. 정상이면 null

Grounding 경로 진입 조건

조건	설명
team_id == COMPANYX_TEAM_ID	Company X 팀 사용자면 자동 진입
검색 결과 0건	failure 응답 반환 후 일반 경로로 fallback

질문 유형 (Question Types)

유형	트리거	예시
fact_check	기본값	"근거 있어?", "협력 관계야?"
explanatory	"뭐야?", "설명해줘"	"X-COURSE가 뭐야?"
quantitative	"몇 개야?", "얼마나?"	"투자사 몇 개야?"
recap	"다시 정리해줘"	"근거 문서명만 다시"

관련 문서

• Company X Grounding 파이프라인 — 워크플로우
• companyx-rag SKILL.md — 스킬 계약
• RAG 검색·Grounding 요청 — 검색 워크플로우