Agentic RAG (Agentic RAG, 에이전틱 RAG)

[고정 파이프라인 RAG]
질문 ──> 검색 (1회, 고정) ──> 프롬프트에 붙이기 ──> 생성 ──> 끝

[Agentic RAG]
질문 ──> LLM ──> "grep으로 찾아보자" ──> 결과
          ▲                                │
          └──── "부족하다. 이 파일을 읽자" ◀─┘
          ▲                                │
          └──── "충분하다" ──> 답변 ──> 끝

고정 파이프라인이 미리 정해 둔 것         에이전트가 실행 중에 정하는 것
───────────────────────────────          ───────────────────────────────
검색 여부: 항상                          검색할지 말지
검색 횟수: 1회                           몇 번 검색할지
검색 도구: 벡터 DB                       grep / SQL / 웹 / 벡터 중 무엇을 쓸지
검색어: 사용자 질문 그대로               질문을 쪼개고 바꿔 쓴 검색어
결과 검증: 없음                          결과가 충분한지 스스로 판단

질문 ──> [Retrieve=예] ──> 문단 여러 개 검색
         각 문단으로 후보 답 생성 ──> [IsRel][IsSup][IsUse]로 채점
         ──> 가장 점수 높은 후보 선택

질문 ──> 검색 ──> 검색 평가기 (논문에서는 미세 조정한 T5)
                     │
       ┌─────────────┼──────────────┐
       ▼             ▼              ▼
    Correct      Ambiguous       Incorrect
  문서를 정제    정제한 문서      문서를 버리고
  (핵심만 추림)  + 웹 검색 결합   웹 검색으로 대체
       └─────────────┼──────────────┘
                     ▼
                   생성

코드베이스의 성질                      grep/glob이 이용하는 것
──────────────────────────           ──────────────────────────
식별자가 정확한 문자열이다       →    함수명 grep 한 번이면 정의와 호출부가 다 나온다
파일 경로 자체가 의미를 가진다   →    src/payment/refund.ts 이름만으로 위치 추론
import로 서로 연결되어 있다      →    import를 따라 다음 파일을 연다
매 순간 바뀐다                   →    인덱스 없이 현재 상태를 직접 읽는다

사용자: "환불 금액이 음수로 저장되는 버그를 찾아줘"

1. grep "refund" --type ts           → 파일 12개
2. glob "**/refund*.ts"              → src/payment/refund.service.ts 외 2개
3. read src/payment/refund.service.ts → calculateRefund() 발견
4. grep "calculateRefund"            → 호출부 3곳
5. read src/order/cancel.ts          → 할인 금액을 두 번 빼는 부분 발견
6. "충분하다" → 원인 설명 + 수정 제안

import subprocess
from pathlib import Path
import anthropic

client = anthropic.Anthropic()
MODEL = "claude-opus-5-5"
ROOT = Path("./docs").resolve()
MAX_TURNS = 8          # 가드레일: 최대 루프 횟수
MAX_OUTPUT = 4000      # 가드레일: 도구 결과 최대 길이(문자)

TOOLS = [
    {
        "name": "grep",
        "description": "docs 폴더에서 정규식과 일치하는 줄을 찾는다. "
                       "정확한 단어, 조항 번호, 에러 코드를 알 때 쓴다. '경로:줄번호:내용' 형식.",
        "input_schema": {
            "type": "object",
            "properties": {"pattern": {"type": "string"}},
            "required": ["pattern"],
        },
    },
    {
        "name": "read_file",
        "description": "docs 폴더 안 파일 하나의 내용을 읽는다. grep으로 위치를 찾은 뒤 맥락이 필요할 때 쓴다.",
        "input_schema": {
            "type": "object",
            "properties": {"path": {"type": "string"}},
            "required": ["path"],
        },
    },
]


def run_tool(name: str, args: dict) -> str:
    if name == "grep":
        r = subprocess.run(
            ["grep", "-rn", "-E", "--", args["pattern"], str(ROOT)],
            capture_output=True, text=True, timeout=10,
        )
        out = r.stdout or "(결과 없음)"
    elif name == "read_file":
        p = (ROOT / args["path"]).resolve()
        if not p.is_relative_to(ROOT):          # 가드레일: docs 밖 접근 차단
            return "오류: 허용되지 않은 경로"
        out = p.read_text(encoding="utf-8") if p.is_file() else "오류: 파일 없음"
    else:
        out = f"오류: 알 수 없는 도구 {name}"
    return out[:MAX_OUTPUT]


def agentic_rag(question: str) -> str:
    messages = [{"role": "user", "content": question}]
    system = ("docs 폴더의 문서만 근거로 답한다. 필요한 만큼 도구로 찾아보고, "
              "근거가 충분하면 파일 경로를 인용해 답한다. 찾을 수 없으면 모른다고 답한다.")

    for _ in range(MAX_TURNS):
        resp = client.messages.create(
            model=MODEL, max_tokens=2048, system=system,
            tools=TOOLS, messages=messages,
        )
        messages.append({"role": "assistant", "content": resp.content})

        if resp.stop_reason != "tool_use":      # LLM이 "충분하다"고 판단
            return "".join(b.text for b in resp.content if b.type == "text")

        results = [
            {"type": "tool_result", "tool_use_id": b.id, "content": run_tool(b.name, b.input)}
            for b in resp.content if b.type == "tool_use"
        ]
        messages.append({"role": "user", "content": results})

    return "검색 횟수 한도에 도달했습니다. 질문을 더 구체적으로 해 주세요."


if __name__ == "__main__":
    print(agentic_rag("환불 규정에서 '청약 철회' 기한은 며칠인가요?"))

고정 RAG:     LLM 1회  ─────────────────────────────> 답변
Agentic RAG:  LLM ─ 도구 ─ LLM ─ 도구 ─ LLM ─ 도구 ─ LLM ─> 답변
              (호출마다 지금까지의 대화 전체가 다시 입력으로 들어간다)