docling으로 문서를 MD 변환한 뒤 클로드 코드가 읽어 위키 등 저작 활동을 하는 워크플로우에 참고할 로직/레포가 있는지 묻는 질문에서 시작한 긴 기술 토론. 모든 문서 형태를 커버하는 파싱/청킹 전략은 없으며, 문서 종류마다 적절한 파서가 다르고(born-digital 문서는 파서 불필요), 가성비는 docling·퀄리티는 paddle이라는 정리가 나옴. 문서 전체를 임베딩하는 대신 디스크립션만 임베딩하고 파일 경로 등 메타데이터를 붙여 클로드 코드에 함께 던져 처리하는 방식이 제일 편하다는 실전 팁이 공유됨. RAG는 벡터DB만이 아니라 SQL·그래프 DB를 함께 써서 결과 품질을 높이는 것이 핵심이며, top-k 잘림·리랭킹 기준의 자의성 등 고질적 어려움도 논의됨. 결국 md 상단에 YAML 메타데이터를 넣고 grep 기반으로 검색하는, 벡터DB 없는 구성 사례도 소개됨.
- 모든 문서 형태를 커버하는 만능 파싱/청킹 레포는 존재하지 않음
- 문서 전체 임베딩 대신 디스크립션 임베딩 + 메타데이터 + 클로드 코드 처리가 효율적이라는 팁
- RAG 품질은 벡터DB 단독이 아니라 SQL/그래프 DB 병행이 핵심
- top-k 잘림과 리랭킹 기준의 주관성이 고질적 문제로 지적됨
- md 상단 YAML 메타데이터 + grep 기반 노(no)-벡터DB 구성 사례 공유