CLUE 제품 소개로 돌아가기

CLUE 기술 문서

통합 AI 데이터 엔진의 구조와 성능

그래프, 벡터, 키워드 검색 구조부터 데이터 인제스트, 이전, 배포 사양과 벤치마크 조건까지 확인합니다.

핵심 기능

관계까지 저장해야 AI가 제대로 답합니다.

그래프 DB, 벡터 DB, 검색엔진을 따로 세우지 마세요. CLUE 한 엔진이면 됩니다.

지식 그래프 · n-hop 순회

엔티티와 관계를 그래프로 저장하고 n-hop으로 순회합니다. 그래프 전용 DB를 따로 세우지 않아도 됩니다.

RAG 4 검색 모드

그래프(엔티티 연결)·다단계 추론(연관 탐색)·하이브리드(벡터+키워드)·벡터를 모드 하나로 바꿉니다.

그래프 · 벡터 · 키워드 단일 트랜잭션

세 인덱스가 같은 데이터베이스에 있어 이중 적재나 동기화 지연이 없습니다.

30+ 파일 포맷 자동 인제스트

PDF·DOCX·XLSX·이미지·오디오·영상까지 올리기만 하면 30초 안에 검색과 그래프에 반영됩니다.

테넌트 격리 (데이터·키 분리)

테넌트별 물리 테이블 분리와 행 단위 접근 제어 이중 방어로 데이터를 나눕니다.

10종 마이그레이션 어댑터

주요 벡터 DB·검색엔진·문서 DB에서 원클릭으로 옮깁니다.

Architecture

파일 → 그래프 → 답변, 한 트랜잭션으로.

업로드부터 답변까지 평균 30초. 엔티티 추출과 그래프 적재까지 같은 엔진에서 ACID로 처리됩니다.

PipelineFile → Answer · single Postgres transaction
Ingest
파일 업로드 · 30+ 포맷
Chunk
의미 기반 분할
Embed
텍스트 임베딩
Store
그래프 · 벡터 · 키워드
Search
4 모드 라우팅
Answer
LLM + 출처 인용
4 ModesSame API · `mode` param swap
mode = "classic"
Classic
벡터 인덱스 · 벡터 유사도 검색
mode = "hybrid"
Hybrid
벡터 + 키워드 융합 검색
mode = "graph"
Graph
엔티티 · 관계 탐색
mode = "multi-hop"
Multi-hop
Leiden 커뮤니티 + 다단계 추론
Engine
Vector SearchKeyword SearchKnowledge GraphDistributed ClusterBackup · RestoreKubernetes-nativeText Embedding

그래프 DB · 벡터 DB · 검색엔진을 따로 운영하지 않아 인덱스 동기화 문제가 사라집니다.

성능 벤치마크

같은 환경에서 측정한 탐색과 검색 성능

소개서에 기재된 실제 측정값을 처리시간 기준으로 비교합니다.

처리시간이 낮을수록 빠릅니다

Graph n-hop 탐색

1-hop
Apache AGE
28.5ms
CLUE Engine
3.7ms
8x
2-hop
Apache AGE
24.5ms
CLUE Engine
2.23ms
11x
3-hop
Apache AGE
30.9ms
CLUE Engine
2.64ms
12x

키워드 검색 100개 쿼리

VectorChord-BM257,790ms
CLUE Engine3,081ms

엣지 3,187개 적재

Apache AGE2,047ms
CLUE Engine198ms
측정 조건과 해석
  • Graph: 노드 3,595개, 엣지 3,187개, 동일 컨테이너 4 vCPU, 8GB, 동일 CSV, 20회 반복.
  • Keyword: 동일 문서 4,000건, 동일 쿼리 100개, EXPLAIN ANALYZE 3회 중앙값.
  • 타 제품 전체와의 직접 비교가 아니라 소개서에 명시된 Apache AGE 및 VectorChord-BM25 기준입니다.
Self-hosted Stack

셀프 호스팅 스택

단일 프로파일에서 시작해 HA·샤딩·Kubernetes로 확장합니다.

Docker Containers
API · SDK 클라이언트
모니터링
clue-fe
어드민 콘솔
Nginx + React. 컬렉션·검색·운영 화면.
clue-be
API 서버
REST + gRPC, 검색 모드 라우팅을 처리합니다.
conn-pool
커넥션 풀
트랜잭션 풀링으로 연결 수를 아낍니다.
clue-serverengine
벡터·키워드·지식 그래프 통합 엔진
한 트랜잭션으로 벡터·키워드·지식 그래프를 처리합니다.
파일 입력 (PDF · DOCX · 음성 · 영상)
cache-queuequeue
캐시 · 큐
인제스트 큐와 검색 캐시 백엔드.
clue-ingestpipeline
Ingest 파이프라인
PDF·DOCX·이미지·오디오·영상 자동 처리.
clue-embedding
Embedding
텍스트 임베딩.
image-vectors
이미지 임베딩
이미지·캡션 임베딩.
metrics-agentmetrics
메트릭 수집기
metrics-collectorcollect
메트릭 수집
메트릭 수집과 알림 규칙.
dashboarddashboards
모니터링 대시보드
검색 지연·수집 처리량 대시보드.
  • 최소 (single)
    vCPU
    4 vCPU
    메모리
    16 GB
    디스크
    100 GB SSD

    단일 노드, Community 라이선스 이상.

  • 권장 (HA)권장
    vCPU
    4 vCPU
    메모리
    16 GB
    디스크
    200 GB SSD

    3 노드, Professional 라이선스, RTO 30초.

  • 대용량 (샤딩)
    vCPU
    8 vCPU
    메모리
    32 GB
    디스크
    500 GB SSD

    1 코디네이터 + 3 워커, Enterprise 라이선스.

  • Kubernetes
    vCPU
    K8s 1.27+
    메모리
    K8s Operator
    디스크
    PVC

    쿠버네티스 운영, Enterprise 라이선스.

  • 한 데이터베이스에서 벡터·키워드·지식 그래프를 모두 처리하므로 별도 검색 엔진이 필요 없습니다.
  • 외부 임베딩 모델 컨테이너를 재사용해 GPU 노드를 공유합니다.
  • 컨테이너 구성 그대로 Kubernetes로 옮겨 운영합니다.
Use Cases

관계가 중요한 데이터라면.

AICLUDE 플랫폼 자체가 CLUE 위에서 돌아갑니다.

법령 · 규정 지식 그래프

조항·고시·지침을 참조 관계로 이어 답변과 함께 근거 조항을 짚어 줍니다.

근거 조항 추적

조직 지식 베이스

위키·보고서·매뉴얼을 한 번에 인제스트하고 부서 권한별로 답변을 나눕니다.

검색 시간 1/10

코드 · 기술 문서

코드 Tree-sitter 청킹과 문서 의미 청킹을 한 인덱스에 묶어 IDE·챗봇에서 함께 씁니다.

리뷰 시간 30% ↓

멀티모달 지식 베이스

PDF·이미지·영상·오디오를 같은 컬렉션에 임베딩해 포맷을 가리지 않고 찾습니다.

포맷 무관 검색
왜 CLUE인가

그래프 DB가 필요한 자리를 한 엔진으로.

그래프 DB를 따로 세우지 않습니다
그래프·벡터·키워드 인덱스가 한 엔진 안에 있습니다. 그래프 전용 DB와 벡터 DB를 두 벌 운영하며 맞출 일이 없습니다.
자체 개발 그래프·검색 엔진
자체 개발한 Rust 확장 clue_engine이 그래프 n-hop 순회와 BM25 랭킹을 PostgreSQL 안에서 직접 수행합니다.
GraphRAG 다단계 추론
Leiden 커뮤니티 탐지로 그래프를 요약하고 여러 홉 떨어진 근거까지 모아 답합니다.
HA · 샤딩 클러스터
RTO 30초 · RPO 0 동기 복제와 수평 샤딩으로 대규모 워크로드를 감당합니다.
감사 로그 · 디스크 암호화 · 컬럼 암호화
감사 로그, 디스크 암호화, PII 컬럼 암호화와 암호화 상태 검색 인덱스를 기본 제공해 공공·금융 요구사항에 맞춥니다.
10종 마이그레이션 어댑터 · Pinecone 호환 SDK
주요 벡터 DB·검색엔진·문서 DB에서 원클릭으로 옮기고 기존 SDK 코드는 거의 그대로 씁니다.
지금 사전 등록

그래프까지 담는 데이터베이스로 시작하세요.

CLUE MVP 사전 등록자에게 30일 무료 평가판과 마이그레이션 컨설팅을 제공합니다.