RAG vs Agentic Knowledge Systems
RAG는 지식을 찾아 답변에 붙이는 방식이고, Agentic Knowledge System은 지식을 읽고, 고치고, 실행 결과로 다시 갱신하는 방식입니다.
Summary
RAG는 “질문에 답하기”에 강하고, Agentic KMS는 “작업을 수행하며 지식을 갱신하기”에 강합니다.
비교
| 구분 | RAG | Agentic Knowledge System |
|---|---|---|
| 기본 단위 | 문서 조각 | 작업 상태와 지식 노드 |
| 주된 목적 | 답변 근거 제공 | 작업 수행과 지식 갱신 |
| 도구 사용 | 선택적 | 핵심 기능 |
| 검증 방식 | 검색 결과와 답변 평가 | 작업 결과, 로그, 테스트, 승인 |
| KMS 역할 | 검색 대상 | 운영 상태 저장소 |
RAG가 잘 맞는 경우
- 매뉴얼, FAQ, 정책 문서 질의응답
- 문서 출처가 명확한 요약
- 고객지원 답변 보조
- 사내 규정 검색
Agentic KMS가 필요한 경우
- 코드 수정 후 테스트까지 실행해야 하는 작업
- 제조 데이터 이상 탐지 후 원인 후보를 기록해야 하는 작업
- 회의 후 액션 아이템을 만들고 상태를 추적해야 하는 작업
- 문서가 계속 바뀌고, 변경 이력이 다음 작업의 맥락이 되는 업무
sequenceDiagram participant User as 사용자 participant Agent as AI Agent participant KMS as KMS participant Tool as Tool User->>Agent: 목표 전달 Agent->>KMS: 관련 지식 검색 Agent->>Tool: 작업 실행 Tool-->>Agent: 결과와 로그 Agent->>KMS: 결정, 결과, 다음 액션 기록 Agent-->>User: 검증된 산출물 보고
Tip
RAG를 버리고 Agent로 가는 문제가 아닙니다. 실전 시스템에서는 RAG가 Agent의 읽기 계층이 되고, KMS가 Agent의 기억과 운영 계층이 됩니다.
AX Moon 관점
제조AI와 AI-Coding은 모두 Agentic KMS 쪽에 가깝습니다. 이유는 단순 답변보다 상태 변화, 검증, 재시도, 기록이 중요하기 때문입니다.
관련 문서: