youlbot/docs/01-plan/features/rag-tool-chain.plan.md

---
template: plan
version: 1.4
feature: rag-tool-chain
date: 2026-04-27
author: sal
project: youlbot
status: Draft
---

# rag-tool-chain Planning Document

> **Summary**: mlx-lm을 LangChain `BaseChatModel`로 래핑하고, LangGraph 에이전트로 RAG + Tool Calling을 통합한다. 커스텀 구현은 최소화하고 LangChain/LangGraph 생태계를 최대한 활용한다.
>
> **Project**: youlbot
> **Author**: sal
> **Date**: 2026-04-27
> **Status**: Draft

---

## Executive Summary

| Perspective | Content |
|-------------|---------|
| **Problem** | 현재 율봇은 모델 파라미터 지식에만 의존하며, Tool Calling·RAG를 직접 구현하면 유지보수 부담이 큼 |
| **Solution** | mlx-lm을 `BaseChatModel`로 1회 래핑 후 LangGraph 에이전트와 LangChain RAG 생태계를 그대로 활용 |
| **Function/UX Effect** | 육아·금융 전문 문서 기반 답변, Tool 호출로 동적 정보 처리 가능 |
| **Core Value** | 커스텀 코드 최소화 — LangGraph가 Tool Calling 루프·상태 관리를 담당, LangChain이 RAG 파이프라인을 담당 |

---

## Context Anchor

| Key | Value |
|-----|-------|
| **WHY** | Tool Calling 루프·히스토리 관리·RAG 오케스트레이션을 직접 구현하면 버그 표면적이 넓고 유지보수 비용이 높음 |
| **WHO** | 개발자 (sal) — 단독 개발 |
| **RISK** | mlx-lm `BaseChatModel` 래퍼가 LangGraph와 완전 호환되는지 검증 필요 |
| **SUCCESS** | `create_react_agent(llm, tools)` 수준의 단순한 에이전트 구성으로 RAG·Tool Calling 동작 |
| **SCOPE** | Phase 1: mlx-lm BaseChatModel 래퍼 / Phase 2: RAG 파이프라인 / Phase 3: LangGraph 에이전트 통합 |

---

## 1. Overview

### 1.1 Architecture 결정 (Option B)

```
mlx-lm
  └─ MlxChatModel(BaseChatModel)   ← 1회 구현 (~80줄)
       └─ LangGraph ReAct Agent    ← Tool Calling 루프 내장
            ├─ RAG Tool            ← LangChain-Qdrant 검색
            └─ 기타 Tools
```

**LangGraph가 처리하는 것 (커스텀 불필요):**
- Tool Calling 루프 (tool_call → 실행 → 재요청)
- 대화 상태 및 히스토리 관리
- 조건부 라우팅 (일반 답변 vs Tool 호출)
- 최대 반복 횟수 제한

**LangChain이 처리하는 것 (커스텀 불필요):**
- 문서 로딩 (PDF, TXT, MD)
- 텍스트 청킹
- 임베딩 생성
- Qdrant 벡터 스토어 연동

**직접 구현하는 것 (최소):**
- `MlxChatModel(BaseChatModel)` — mlx-lm 래퍼 (~80줄)
- Tool 구현체 (비즈니스 로직 함수들)
- IoC Container 배선

### 1.2 Background
- 율봇의 도메인: 육아, 금융 — 신뢰성 있는 출처 기반 답변이 중요
- Qwen2.5-7B-Instruct는 Tool Calling 네이티브 지원
- LangGraph는 LangChain 공식 에이전트 오케스트레이션 프레임워크 (2024년 이후 표준)

---

## 2. Scope

### 2.1 In Scope

**Phase 1 — MlxChatModel 래퍼**
- [ ] `services/model/mlx_chat_model.py` — `BaseChatModel` 서브클래스
  - `_generate()` — 단일 응답 (tool_call 포함 AIMessage 반환)
  - `_stream()` — 스트리밍 청크
  - `bind_tools()` — LangChain 표준 Tool 바인딩

**Phase 2 — RAG 파이프라인**
- [ ] `services/rag/ingestion_service.py` — 문서 로드 → 청크 → 임베딩 → Qdrant 저장
- [ ] `services/rag/retriever_service.py` — Qdrant 검색 → LangChain Tool 래핑
- [ ] `config.py` 확장 — Qdrant, 임베딩 모델, RAG 설정

**Phase 3 — LangGraph 에이전트 통합**
- [ ] `services/agent/agent_service.py` — LangGraph `create_react_agent` 조립
- [ ] `services/agent/tools.py` — Tool 구현체 (@tool 데코레이터)
- [ ] `container.py` 업데이트 — 신규 서비스 IoC 등록
- [ ] 기존 `ChatService` 보존, `AgentService`로 선택적 전환

### 2.2 기존 코드 처리

| 기존 코드 | 처리 방향 |
|-----------|-----------|
| `AbstractModelService` + `MlxModelService` | 보존 (LangGraph 없는 단순 모드용) |
| `ChatService` | 보존 |
| `HistoryService` | LangGraph State로 대체 (Phase 3) |
| `CompactService` | LangGraph Memory 전략으로 추후 대체 |
| `EventBus` / `StreamTokenHandler` | LangGraph Streaming callback으로 대체 (Phase 3) |

### 2.3 Out of Scope
- 웹 API 레이어 (FastAPI 등)
- 문서 관리 UI
- 외부 API 기반 Tool (날씨, 금융 API 등) — 추후 Phase
- LangGraph 퍼시스턴스 (체크포인터, 장기 메모리) — 추후 Phase

---

## 3. Requirements

### 3.1 Functional Requirements

| ID | Requirement | Priority |
|----|-------------|----------|
| FR-01 | `MlxChatModel`이 LangChain `BaseChatModel` 인터페이스를 완전히 구현 | High |
| FR-02 | `bind_tools()`로 Tool을 바인딩하면 모델이 tool_call을 생성 | High |
| FR-03 | 문서(PDF, TXT, MD)를 Qdrant에 수집·저장하는 수집 파이프라인 | High |
| FR-04 | LangGraph ReAct 에이전트가 RAG Tool을 자동 호출하여 컨텍스트 확보 | High |
| FR-05 | Tool Calling 루프는 LangGraph가 관리 (직접 구현 금지) | High |
| FR-06 | 스트리밍 출력은 LangGraph의 `stream()` 인터페이스 활용 | Medium |

### 3.2 Non-Functional Requirements

| Category | Criteria |
|----------|----------|
| 커스텀 코드 최소화 | LangGraph/LangChain이 제공하는 기능은 직접 구현하지 않음 |
| 교체 용이성 | `MlxChatModel`을 `ChatOllama` 등으로 교체 시 `AgentService` 코드 변경 없음 |
| 성능 | 임베딩 모델 Singleton으로 1회만 로딩 |
| 안정성 | Tool 실행 실패 시 LangGraph가 에러를 메시지로 처리, 대화 중단 없음 |

---

## 4. Architecture

### 4.1 디렉터리 구조

```
services/
  model/
    base.py                    # AbstractModelService (기존 유지)
    mlx_model.py               # MlxModelService (기존 유지)
    mlx_chat_model.py          # MlxChatModel : BaseChatModel (신규, Phase 1)
  rag/
    __init__.py
    ingestion_service.py       # 문서 로드/청크/임베딩/Qdrant 저장 (Phase 2)
    retriever_service.py       # Qdrant 검색 → LangChain Retriever (Phase 2)
  agent/
    __init__.py
    agent_service.py           # LangGraph create_react_agent 조립 (Phase 3)
    tools.py                   # @tool 데코레이터 Tool 구현체 (Phase 3)
  chat/                        # 기존 전부 유지
  db/                          # 기존 전부 유지
  events/                      # 기존 전부 유지
  ui/                          # 기존 전부 유지
```

### 4.2 MlxChatModel 인터페이스 (Phase 1 핵심)

```python
class MlxChatModel(BaseChatModel):
    model_id: str
    max_tokens: int = 1024

    def _generate(self, messages, stop=None, **kwargs) -> ChatResult:
        prompt = self._tokenizer.apply_chat_template(messages, ...)
        text = generate(self._model, self._tokenizer, prompt, ...)
        return ChatResult(generations=[ChatGeneration(message=AIMessage(content=text))])

    def _stream(self, messages, stop=None, **kwargs) -> Iterator[ChatGenerationChunk]:
        prompt = self._tokenizer.apply_chat_template(messages, ...)
        for chunk in stream_generate(...):
            yield ChatGenerationChunk(message=AIMessageChunk(content=chunk.text))
```

### 4.3 LangGraph 에이전트 흐름 (Phase 3)

```python
# AgentService의 핵심 — 대부분 라이브러리가 처리
llm = MlxChatModel(model_id=config.model_id)
tools = [rag_search_tool, get_current_date_tool, ...]

agent = create_react_agent(llm, tools)

# 실행 — Tool Calling 루프, 히스토리, 에러 처리 모두 LangGraph 담당
result = agent.invoke({"messages": [HumanMessage(content=user_input)]})
```

### 4.4 RAG Tool 구조 (Phase 2 + Phase 3)

```python
@tool
def search_documents(query: str) -> str:
    """육아·금융 관련 문서에서 관련 내용을 검색합니다."""
    docs = retriever.invoke(query)
    return format_docs(docs)
```

### 4.5 의존성

```
# 신규 추가
langchain-core
langchain-community      # 문서 로더, HuggingFace 임베딩
langchain-text-splitters
langchain-qdrant         # Qdrant 벡터 스토어
langgraph                # 에이전트 오케스트레이션
sentence-transformers    # 로컬 임베딩 (BAAI/bge-m3)
qdrant-client
```

### 4.6 Config 확장

```python
# Qdrant
qdrant_host: str = "localhost"
qdrant_port: int = 6333
qdrant_collection: str = "youlbot_docs"

# Embedding
embedding_model_id: str = "BAAI/bge-m3"

# RAG
rag_top_k: int = 3
rag_score_threshold: float = 0.5
```

---

## 5. Success Criteria

- [ ] `MlxChatModel`이 `llm.invoke([HumanMessage(...)])` 호출로 정상 응답
- [ ] `llm.bind_tools(tools).invoke(messages)` 호출 시 tool_call 포함 응답 생성
- [ ] PDF/TXT 문서를 수집해 Qdrant에 저장, 쿼리로 관련 청크 검색 가능
- [ ] LangGraph 에이전트가 RAG Tool을 자동 호출하고 결과를 반영하여 최종 답변 생성
- [ ] `MlxChatModel`을 `ChatOllama`로 교체해도 `AgentService` 코드 변경 없음

---

## 6. Risks

| Risk | Impact | Likelihood | Mitigation |
|------|--------|------------|------------|
| `MlxChatModel`의 tool_call 파싱이 LangGraph와 불일치 | High | Medium | Phase 1에서 단위 검증 후 Phase 3 진행 |
| Qwen2.5-7B의 ReAct 프롬프트 준수 불안정 | Medium | Medium | LangGraph 프롬프트 커스터마이징, few-shot 추가 |
| 로컬 임베딩 모델(BGE-M3) 최초 로딩 시간 (~30초) | Medium | High | Singleton 1회 로딩, 진행 안내 메시지 |
| Qdrant 미실행 시 에이전트 전체 불가 | High | Medium | RAG Tool 비활성화 config 플래그 |
| LangChain/LangGraph 버전 충돌 | Low | Low | 버전 고정, 의존성 테스트 |

---

## 7. Architecture Decisions

| Decision | Selected | Rationale |
|----------|----------|-----------|
| LLM 통합 방식 | mlx-lm → `BaseChatModel` 래퍼 (Option B) | mlx Apple Silicon 최적화 유지 + LangChain 생태계 전체 활용 |
| 에이전트 프레임워크 | LangGraph `create_react_agent` | Tool Calling 루프·상태 관리 직접 구현 불필요, LangChain 공식 표준 |
| Tool 정의 방식 | `@tool` 데코레이터 | LangGraph 표준, JSON 스키마 자동 생성 |
| 임베딩 모델 | BAAI/bge-m3 (로컬) | 한국어 포함 다국어 지원, 서버 불필요 |
| Qdrant 운영 | 로컬 Docker | 개발 단계 외부 의존 최소화 |
| 기존 코드 처리 | 보존 (병행 운영) | ChatService(단순 모드) / AgentService(RAG+Tool 모드) 선택적 사용 |