「스크레이핑을 그만두고 스크린샷으로 검색한다」는 역발상의 RAG가 등장했다.

요약

UC Berkeley에서 개발한 PixelRAG는 웹 페이지와 PDF를 텍스트 추출 대신 스크린샷 형태로 임베딩하여 검색하는 새로운 RAG 방식입니다. HTML 구조 변화에 영향을 받지 않아 기존 스크레이핑 방식의 한계를 극복할 수 있습니다.

핵심 포인트

• 텍스트 추출 없이 이미지 상태 그대로 임베딩하여 검색 정확도 향상
• HTML 구조 변경 시에도 스크레이퍼 수정이 필요 없는 높은 유지보수성
• Qwen3-VL-Embedding과 FAISS를 활용한 효율적인 색인화
• Wikipedia 828만 페이지 규모의 호스팅된 색인 공개