[사용자 입력: "영끌하다가 빚 독촉법 위반으로 소송당함"]

                │

                ▼

      ┌──────────────────┐

      │ 2. Query Refiner │ ──▶ 1차 처리 (로컬 Ollama)

      └──────────────────┘

                │

         〈 단어 검증 분기 〉

         /                \

 (일반 법률 용어)       (신조어 / 은어 / 모호한 문장)

       /                    \

      ▼                      ▼

┌──────────────┐      ┌────────────────────────────────────────┐

│ 사전 API 조회 │      │ 상용 LLM API (Gemini / DeepSeek R1)     │

│ (정확한 정의) │      │ - 의도 파악 및 법률 키워드 추출          │

└──────────────┘      │ - 출력 예시: { "keywords": ["채권추심법", │

      │               │   "과도한 대출", "불법추심"] }         │

      │               └────────────────────────────────────────┘

      │                                  │

      └─────────────────┬────────────────┘

                        ▼

            ┌──────────────────────┐

            │ 3. 하이브리드 Parallel │ ──▶ (내부 ES / Qdrant로 완벽한 키워드 출발)

            │     Search Node      │

            └──────────────────────┘

[사용자 입력: "영끌족 둔촌주공 분양권 분쟁 소송하고 싶어"]

                        │

                        ▼

    ┌───────────────────────────────────────┐

    │       2. Query Refiner Node           │

    │  (Gemini Pro / GPT-4o API 호출)        │

    │  *빅테크의 실시간 웹 검색(Browsing) 활성화* │

    └───────────────────────────────────────┘

                        │

                        ├──────────────────────────┐

                        ▼ (빅테크 AI가 정제한 결과)   ▼ (출력 데이터 구조 예시)

    ┌───────────────────────────────────────┐  {

    │ "사용자의 은어를 정교한 법률 용어로 치환 완료" │    "refined_query": "분양권 전매 제한 위반 효력",

    └───────────────────────────────────────┘    "keywords": ["분양권", "전매제한", "주택법"]

                        │                      }

                        ▼

    ┌───────────────────────────────────────┐

    │ 3. 하이브리드 Parallel Search Node     │

    │  (우리 서버의 512GB RAM 엔진으로 출발!)   │

    └───────────────────────────────────────┘

# 🗺️ iRAG 시스템 전체 아키텍처 및 데이터 흐름 로드맵
빅테크 AI(Gemini/GPT)의 '단어/문장 번역기' 역할을 명확히 배치하고, 인프라 비용을 최소화하면서 데이터 무결성을 극대화한 최종 마스터 로드맵입니다.

---

### 1. 거시적 데이터 파이프라인 (숲의 지도)

| 단계 | 수행 위치 (인프라) | 핵심 처리 내용 | 지휘관의 핵심 통제 지침 |

| :--- | :--- | :--- | :--- |

| **1단계: 문서 입력 및 OCR** | 📱 **사용자 PC (Zone A)**<br>(Tesseract.js / OpenCV.js) | 문서를 페이지 단위 비동기 스트리밍으로 OCR 전처리 및 텍스트화 | 서버 GPU/CPU 자원 소모 0% 유지. 대용량 문서 시 OOM 방지용 페이지 스트리밍 감독. |

| **2단계: 의도 분기 (Router)** | 🖥️ **자체 서버 (Zone B)**<br>(Ollama 8B / CPU 가속) | 사용자의 입력이 법률 상담인지, 단순 잡담인지 초고속(0.1초) 분류 | 법률 외 질문은 외부 API 및 검색 엔진으로 진입하지 못하도록 즉시 차단(Early Exit). |

| **3단계: 단어/문장 번역기**<br>**(★빅테크 AI 개입 구간)** | 🌐 **외부 빅테크 API**<br>(Gemini / GPT Web Search 옵션) | 사용자의 신조어/은어/모호한 일상어를 **내부 DB용 '정교한 법률 전문 키워드'로 치환** | 직접 크롤링/사전 연동 금지. 빅테크의 실시간 웹 검색(Browsing) 기능을 켜서 정제된 JSON 배열로만 수신. |

| **4단계: 하이브리드 검색** | 🖥️ **자체 서버 (Zone B)**<br>(512GB RAM 기반)<br>※ Elasticsearch + Qdrant | 치환된 법률 키워드를 바탕으로 **ES(키워드)와 Qdrant(의미 벡터)를 병렬(동시) 검색 후 RRF 융합** | 순차 검색 금지(반드시 동시 출발). RRF 상수($k$) 조절 밸브를 열어두어 법령/판례 가중치 조절 가능케 할 것. |

| **5단계: 지식 관계망 검증** | 🖥️ **자체 서버 (Zone B)**<br>(Neo4j 인메모리 구조) | 검색된 법령/판례 조각들 간의 연관 관계 및 상위/하위 법령 구조적 정합성 검증 | 인물/기업/법령 간의 복잡한 인과관계를 조율하여 검색의 신뢰도 최종 보정. |

| **6단계: 무결성 검증 및 루프** | 🖥️ **자체 서버 (Zone B)**<br>(LangGraph 제어 노드) | 검색된 데이터가 사용자 질문에 답을 줄 수 있는지 1차 검증 | 데이터 부족 시 답변을 지어내지 말고, 검색 키워드를 자동 재치환하여 **3단계/4단계로 롤백(Loop)하는 브레이크 설치**. |

| **7단계: 서면 초안 생성** | 🖥️ **자체 서버 (Zone B)**<br>(RTX A6000 Ada / VRAM 48GB) | 검증 완료된 무결성 컨텍스트를 바탕으로 소송 서면 및 답변 초안 작성 | 외부 LLM API 비용 전면 차단. VRAM 48GB를 활용한 내부 대형 로컬 LLM으로 동시 배치 처리. |

| **8단계: 최종 가드레일** | 🖥️ **자체 서버 (Zone B)**<br>(LangGraph 가드레일 노드) | 생성된 답변 내 판례 번호, 조항 문구가 실제 원본 DB에 존재하는지 크로스 체크 | 환각(거짓말) 발견 시 즉시 반려하고 서면 재작성 노드로 회귀. 합격 시에만 사용자 화면에 출력. |

---

### 2. LangGraph 기반 데이터 흐름 도표 (Text-based Sequence)

---

### 💡 지휘관을 위한 최종 아키텍처 요약

대표님의 통찰대로 **"지저분하고 오염 위험이 높은 인터넷 크롤링과 유지보수가 까다로운 사전 API"를 과감히 도려내고, 그 자리에 빅테크 AI를 '통역사'로 앉힌 것**이 이 시스템의 신의 한 수입니다. 



이로 인해 우리 서버는 자원을 낭비하지 않고 **"가장 깨끗하게 정제된 키워드"만 공급받아, 내부의 강력한 인프라(512GB RAM + A6000 Ada)를 오직 법률 무결성 검증과 서면 생성에만 100% 밀어줄 수 있는 구조**가 완성되었습니다.

                     ┌───────────────────────────────────┐

                     │ 원본 데이터 파싱 및 통합 ID 발급     │

                     └───────────────────────────────────┘

                                       │

            ┌──────────────────────────┼──────────────────────────┐

            ▼ (관계/구조)               ▼ (텍스트 검색)             ▼ (의미/맥락)

┌───────────────────────┐   ┌───────────────────────┐   ┌───────────────────────┐

│     1. Neo4j Node     │   │ 2. Elasticsearch Doc  │   │   3. Qdrant Point     │

├───────────────────────┤   ├───────────────────────┤   ├───────────────────────┤

│ ID: LAW-MINBEOP-310   │   │ ID: LAW-MINBEOP-310   │   │ ID: UUID (자동 발급)   │

│ (조문 간의 연결 관계)   │   │ (형태소 역색인 본문)    │   │ Payload: {            │

└───────────────────────┘   └───────────────────────┘   │   "doc_id": "MIN-310" │

                                                        │ } (벡터 유사도 검색)   │

                                                        └───────────────────────┘

                  ┌─── [1] ES Query ───▶ Top 20 문서 수신 (ID 리스트 확보) ──┐

                  │                                                          │

[정제된 키워드] ──┼─── [2] Qdrant Query ─▶ Top 20 문서 수신 (ID 리스트 확보) ──┼─▶ [3] RRF Rank 융합 (최종 Top 5 선정)

                  │                                                          │

                  └─── [4] Neo4j Query ──▶ 인용 관계 및 상하위 법령 구조 리트리브 ┘

                                                       │

                                                       ▼

                                    [5] 최종 무결성 컨텍스트 조립 

                                    (Ollama / A6000 Ada 서면 작성 노드로 토스)