Skip to main content
리트리벌 (Retrieval) 은 Agent 가 무언가를 찾아봐야 할 때 일어나는 일입니다. 쿼리와 데이터 소스가 주어지면, 리트리벌은 가장 유용할 가능성이 높은 작은 청크 세트를 반환합니다. 좋은 리트리벌은 종종 잘 답하는 Agent 와 환각하는 Agent 를 가르는 차이입니다. Nora 는 강한 기본값을 제공하지만 모든 노브가 노출되어 있습니다.

순서대로 파이프라인

  1. 쿼리 구성 — Agent 의 질문, 명확성을 위해 재작성될 수 있음.
  2. 필터 — 메타데이터 (태그·소스·날짜·엔티티) 로 후보 좁히기.
  3. 랭크 — 하이브리드 벡터 + 키워드 스코어링.
  4. 융합 — 시그널을 단일 관련도 점수로 결합.
  5. 그라운드 (옵션) — 반환 전 인과 그래프 대조.
  6. 컷오프 — 점수 상위 N 청크 반환.
각 스텝은 리트리벌 프리셋 으로 설정 가능.

리트리벌이 일어나는 곳

  • Agent 블록 안 — 데이터 소스가 붙어 있는 모든 모델 호출이 먼저 리트리벌을 트리거.
  • Tool 안 — 특별한 retrieve 도구가 Agent 가 필요하다고 결정할 때 명시적으로 검색하게 함.
  • Foundry 파이프라인 안 — 한 출력이 다른 것의 컨텍스트를 먹이는 체인 파이프라인용.

튜닝할 수 있는 것

하이브리드 검색

벡터 유사도 vs. 키워드 매칭 균형.

프리셋

리트리벌 설정 저장하고 Agent 간 재사용.

필터

메타데이터 필터 — 태그, 소스, 엔티티, 날짜.

랭킹

가중치, 부스트, 리랭커 토글.

그라운딩

반환 전 리트리벌 사실 검증.

진단

왜 내 청크가 안 나오지?