Multi Retrieval QA Chain

Multi Retrieval QA Chain 노드는 하나 이상의 벡터스토어에서 정보를 검색하여, LLM이 종합적인 응답을 생성할 수 있도록 지원하는 QA 체인입니다. 다중 문서 소스에서 정보를 병합해 답변할 수 있도록 설계되어, 다양한 출처 기반의 질의응답 시나리오에 적합합니다.

---

주요 기능

• 여러 개의 Vector Store Retriever로부터 정보를 통합 검색

• 질의에 따라 각기 다른 벡터스토어에서 필요한 문서를 추출

• LLM이 검색된 정보를 바탕으로 응답 생성

• 출처 반환 여부 설정 가능 (Return Source Documents)

WindyFlo Multi Retrieval QA Chain

입력값 (Inputs)

항목	설명	필수 여부
Language Model	질의에 응답할 언어 모델 (예: OpenAI Chat, Claude 등)	필수
Vector Store Retriever	검색에 사용할 하나 이상의 벡터스토어 리트리버 (예: In-Memory Vector Store, Redis 등)	필수
Input Moderation	유해한 입력값에 대한 필터링 여부 설정	선택
Return Source Documents	응답과 함께 참조된 원문 정보를 반환할지 여부 (ON/OFF 스위치)	선택

※ Vector Store Retriever는 Redis, InMemory Vector Store 등과 연결 가능 ※ 복수 벡터 리트리버 사용 시 자동으로 병합된 결과 생성

---

출력값 (Outputs)

항목	설명
MultiRetrievalQAChain	검색 결과를 기반으로 생성된 텍스트 응답 (질의 응답 결과)

---

활용 예시

• 사내 문서 + 외부 정책문서 통합 질의응답

  • HR 정책은 Google Drive 기반 벡터스토어, 업무 매뉴얼은 PDF 기반으로 분리되어 있을 때 동시에 검색

• 언어별 문서에서 답변 생성

  • 한국어, 영어 문서 벡터스토어를 따로 구성해 언어 불문 전체 문서에서 검색

• 기술 문서 + FAQ 병렬 질의응답

  • 고객 질문에 대해 기술 사양서와 FAQ를 동시에 참조해 종합 답변 생성

---

사용 팁

• 벡터스토어는 In-Memory Vector Store, Redis 등과 연결 가능

• 벡터 리트리버 출력이 여러 개일 경우 자동으로 병합되어 동작

• Return Source Documents 옵션을 활성화하면 응답의 근거 문서도 함께 출력됨

---

주의사항

• 벡터 리트리버 노드가 1개 이상 연결되어 있어야 체인이 정상 작동합니다.

• 벡터스토어 출력 형식이 호환되지 않으면 오류가 발생할 수 있습니다 (예: 비정형 Embedding 연결 시 주의).

• 검색된 문서의 순서나 우선순위는 LLM이 아닌 리트리버의 설정에 따라 달라질 수 있습니다.

---

Multi Retrieval QA Chain은 다양한 데이터 출처를 통합 검색하고 응답하는 고급 질의응답 체인으로, 여러 문서 소스가 존재하는 프로젝트나 멀티도메인 질문에 유용하게 활용할 수 있습니다.