R2R

R2R이란

R2R(Reason to Retrieve)은 SciPhi AI가 만든, 실제 서비스에 올릴 수 있는 검색 증강 생성 엔진이다. 내 문서 안에서 답을 찾는 문제를 푸는 RAG 프레임워크이기도 하다. 검색 증강 생성이란 내 파일에서 알맞은 대목을 골라내고, 그 내용을 근거로 모델이 답하게 하는 방식이다. R2R은 이 과정에서 번거로운 부분, 곧 문서 파싱, 청크 분할, 임베딩, 검색, 근거 있는 답변 생성을 떠맡아 하나의 REST API 뒤에 묶어 둔다. 파일 위치만 알려주면 나머지는 맡겨도 된다.

이 도구는 기반을 처음부터 짓지 않고 사내 지식을 검색하려는 팀을 겨냥한다. 텍스트와 PDF, JSON 같은 흔한 형식은 물론 이미지와 오디오까지 받아들인다. 그런 다음 그 자료에 대해 질문할 수 있고, 답변마다 인용이 붙는다.

R2R은 MIT 라이선스의 오픈소스라서 자체 장비나 Docker 위에 셀프호스팅 RAG 서비스를 세울 수 있다. 문서에 제3자 서비스로 보낼 수 없는 데이터가 들어 있을 때 이 점이 크다.

시작하기

1. Python이면 pip install r2r, JavaScript면 npm i r2r-js로 SDK를 설치한다.
2. 로컬에서는 python -m r2r.serve로 서버를 띄우고, 전체 구성은 docker compose -f compose.full.yaml --profile postgres up -d로 Docker 스택을 올린다.
3. 클라이언트에서 문서를 만들어 수집을 시작한다. 예를 들어 client.documents.create(file_path="/path/to/file")를 쓴다.
4. client.retrieval.search(query="...")로 검색하고, client.retrieval.rag(query="...")로 인용이 붙은 답변을 받는다.
5. 복잡한 질문에는 client.retrieval.agent(...)를 호출해 추론 쪽이 검색 단계를 스스로 짜게 한다.