PixelRAG는 HTML을 읽지 않습니다. 사용자가 페이지를 보는 방식 그대로 읽습니다.

100% 오픈 소스입니다.

기존처럼 웹사이트를 일반 텍스트로 파싱하는 대신, 스크린샷을 캡처하고 비전 모델(vision model)이 픽셀에서 직접 답변을 검색할 수 있게 합니다.

이것이 왜 중요한가:

• HTML 파서(parser)는 정보를 조용히 손실시킵니다.
• 표, 차트, 공식, 레이아웃 등이 종종 사라집니다.
• 심지어 파서를 변경하는 것만으로도 RAG 정확도가 약 10% 변동할 수 있습니다.

PixelRAG는 이 전체 병목 현상을 건너뜁니다.

사용자가 실제로 보는 것을 인덱싱합니다.

팀은 3천만 개 이상의 위키피디아 스크린샷으로 시각적 인덱스(visual index)를 구축했으며, 이는 텍스트 전용 QA에서 가장 강력한 텍스트 기반 RAG 기준선보다 18.1% 더 나은 성능을 보였습니다.

더 놀라운 점은:

Claude Code 플러그인을 포함하여 Claude에게 시각적 브라우징 기능을 제공한다는 것입니다.

DOM을 스크래핑하는 대신, Claude는 모든 웹페이지, PDF, arXiv 논문 또는 로컬 앱의 스크린샷을 찍고 렌더링된 페이지를 기반으로 답변할 수 있습니다.

파이프라인은 놀라울 정도로 깔끔합니다:

→ 페이지를 이미지 타일로 렌더링(Render pages into image tiles)
→ Qwen3-VL-Embedding (스크린샷에 대해 LoRA-튜닝됨)으로 임베딩
→ FAISS 인덱스에 저장
→ 시각적으로 검색(Search visually)

가장 좋은 점은 무엇일까요?

나중에 더 나은 비전 모델로 업그레이드해도 인덱스를 다시 구축할 필요가 없다는 것입니다.

왜냐하면 이 인덱스는 파싱된 텍스트가 아닌 픽셀을 저장하기 때문입니다.

Apache 2.0 하에 완전히 오픈 소스입니다.

GitHub: https://t.co/xiWPrOvadP