PixelRAG: 웹페이지와 PDF의 구조적 정보 손실을 막는 새로운 RAG 방식

계속 공유합니다:

기존 RAG(Retrieval-Augmented Generation) 방식이 웹페이지나 PDF를 처리할 때, 종종 텍스트로 먼저 변환하는 과정에서 표(table), 이미지, 레이아웃 등이 손실되어 원래의 정보 구조가 사라지는 경우가 많습니다.

PixelRAG는 다른 접근 방식을 취했습니다. 텍스트를 급하게 분석하기보다는 페이지 자체를 스크린샷으로 렌더링하고, 이 시각적 정보를 이용해 검색을 수행합니다.

이 방식 덕분에 표, 차트(chart), 복잡한 레이아웃 등이 모두 보존되어 AI가 보는 정보가 원본 페이지와 훨씬 유사하게 됩니다.

공식 테스트에서는 최대 18.1%의 정확도 향상을 보여주었으며, 에이전트(Agent)의 토큰 비용을 약 10배 절감할 수 있다고 주장합니다.

현재는 828만 개의 Wikipedia 페이지 인덱스가 미리 구축되어 있으며, 무료 API와 Claude 플러그인을 통해 체험해 볼 수 있습니다.

시각적 RAG나 웹페이지 Agent를 개발하는 분들은 연구해 보시는 것을 추천합니다.
http://github.com/StarTrail-org/PixelRAG
...

Anthropic이라는 회사는 설립된 지 6년도 채 되지 않았는데, ARR(Annual Recurring Revenue)이 OpenAI보다 200억 달러 이상 많습니다. 정말 마치 한 번의 우회로도 지나지 않은 것처럼 보입니다.

반면에 OpenAI가 거쳐온 우회로는 셀 수 없을 만큼 많은 것 같습니다.