01 · 벡터
시맨틱
임베딩은 겹치는 단어가 하나도 없어도 같은 뜻을 가진 구절을 찾아냅니다.
이미 가진 형식 그대로 읽고 · 신뢰하는 스택에서 실행
- Word
- PowerPoint
- Excel
- HTML
- Markdown
- CSV
- 웹 URL
- 셀프 호스팅
- Docker Compose
- PostgreSQL + pgvector
- S3 호환 스토리지
- 내장 작업 큐
- OpenAI
- Anthropic
- Ollama
01360° GraphRAG란
검색은 텍스트를 읽습니다. MENTOR는 연결을 읽습니다.
기존 RAG는 비슷한 문단 몇 개를 가져올 뿐입니다. 360° GraphRAG는 의미, 표현, 관련 엔티티, 이를 둘러싼 주제라는 네 가지 관점에서 라이브러리를 동시에 살펴보고, 이를 근거와 출처를 갖춘 하나의 답변으로 융합합니다.
02 · 키워드
어휘
정확한 용어, 코드, 이름도 함께 매칭한 뒤 시맨틱 검색 결과와 융합합니다.
03 · 로컬 그래프
엔티티 이웃
질문에 등장하는 엔티티가 그 관계와 원본 청크, 커뮤니티를 함께 끌어옵니다.
04 · 글로벌
커뮤니티 요약
서로 관련된 엔티티 클러스터를 요약해 두므로, 폭넓은 질문에도 라이브러리 전체를 아우르는 답변이 나옵니다.
시맨틱어휘로컬글로벌출처가 달린 하나의 답변
융합하고 리랭킹한 뒤, 정확한 구절을 가리키는 번호 인용과 함께 답변을 작성합니다.
- 검색 모드
- 6
- 벡터, 하이브리드, 그래프, 로컬, 글로벌. 또는 이 모두를 융합한 360°.
- 컨텍스트
- 360°
- 모든 답변의 바탕에는 의미, 표현, 엔티티, 주제가 있습니다.
- 출처가 달린 답변
- 100%
- 모든 주장은 근거가 된 정확한 구절과 페이지로 연결됩니다.
- 첫 그래프까지
- <5min
- 문서 폴더를 넣고 그래프가 스스로 만들어지는 모습을 지켜보세요.
02작동 방식
업로드에서 답변까지 일곱 단계.
모든 문서는 자체 서버에서 동일한 내구성 있는 파이프라인을 거치며, 각 단계가 진행되는 모습을 직접 지켜볼 수 있습니다.
01단계
업로드
PDF, Word, PowerPoint, Excel, HTML, Markdown, CSV 파일을 끌어다 놓거나 URL을 붙여 넣으세요. 원본은 자체 오브젝트 스토리지에 보관됩니다.
02단계
큐
모든 문서는 데이터베이스의 작업 큐에 들어갑니다. 워커가 문서를 가져가 각 단계를 추적하고, 실패하면 재시도하며, 재시작 후에도 이어서 처리합니다.
03단계
추출 및 청킹
텍스트와 구조를 추출한 뒤, 페이지 번호를 기억하는 토큰 단위 청크로 나눕니다.
04단계
임베딩
각 청크는 PostgreSQL + pgvector에 벡터로 저장되어 시맨틱 검색과 하이브리드 검색에 바로 쓰입니다.
05단계
그래프
모델이 모든 청크에서 엔티티와 관계를 읽어 내고, 중복은 병합되어 라이브러리 전체를 아우르는 하나의 그래프가 됩니다.
06단계
커뮤니티
관련된 엔티티를 두 단계로 클러스터링하고, 커뮤니티마다 요약문과 핵심 발견을 작성합니다.
07단계
질문
질문은 모든 검색 모드를 거쳐, 출처를 가리키는 번호 인용이 달린 하나의 답변으로 돌아옵니다.
03소스
모든 형식. 하나의 그래프.
이사회 자료, 핸드북, 스프레드시트, 웹 페이지가 모두 같은 코어로 흘러들어, 추출되고 연결되어 바로 질문할 수 있는 상태가 됩니다.
Mentor Graph
- PDF
- DOCX
- PPTX
- XLSX
- HTML
- MD
- CSV
- URL
페이지를 인식하는 추출
청크가 페이지 번호를 간직하므로, 모든 인용이 정확한 페이지에서 열립니다.
링크는 대신 가져옵니다
URL을 붙여 넣으면 MENTOR가 서버 측에서 가져와 일반 업로드와 똑같이 큐에 넣습니다.
언제든 재처리
스키마나 모델을 바꾼 뒤, 클릭 한 번으로 문서를 재처리하거나 커뮤니티를 다시 빌드하세요.
04360° 검색
여섯 개의 렌즈. 하나의 답변.
렌즈를 골라 MENTOR가 라이브러리를 어떻게 바라보는지 확인하세요. 또는 360°로 모든 렌즈를 실행해 찾아낸 결과를 융합할 수도 있습니다.
질문
Nimbus GA는 공급 리스크에 얼마나 노출되어 있나요?
360° 렌즈
하이브리드 + 그래프 + 로컬 + 글로벌을 융합.
추천 용도: 무엇이든. 기본 모드입니다.
렌즈에 마우스를 올리거나 탭하세요 · 몇 초마다 하나의 답변으로 수렴합니다
05라이브 데모
실제 지식 그래프를 탐색해 보세요.
가상 기업의 전략 문서로 구성한 샘플 라이브러리를 MENTOR가 추출한 그대로 보여 드립니다. 마우스를 올려 연결을 따라가고, 엔티티를 클릭해 살펴보고, 유형별 보기와 커뮤니티별 보기를 전환해 보세요. 샘플 문서는 영어로 되어 있습니다.
그래프 불러오는 중
- 엔티티를 클릭해 상세 정보 보기
- 드래그해서 이동
- ⌘/Ctrl + 스크롤 또는 핀치로 확대/축소
06기능
지식 팀에 필요한 모든 것. 군더더기는 빼고.
라이브러리 및 조직
팀마다 하나의 라이브러리
라이브러리마다 고유한 문서, 스키마, 그래프, 설정을 갖추며 Clerk 조직 단위로 범위가 지정됩니다. 관리자가 구성하고, 멤버는 탐색하고 질문합니다.
Strategy 2026문서 142개 · acme-org인덱싱 완료Engineering handbook문서 318개 · acme-org처리 중 62%Customer contracts문서 57개 · acme-org인덱싱 완료- 조직 단위
- 역할
- 라이브러리별 스키마
그래프 탐색기
Bloom 스타일 탐색
빠른 WebGL 캔버스에서 이웃을 펼치고, 두 엔티티 사이의 경로를 찾고, 유형이나 커뮤니티로 필터링하세요.
- 이웃
- 경로
- 커뮤니티
그래프 상태
번거로움 없는 중복 제거
거의 중복된 엔티티, 고립된 엔티티, 약한 연결이 자동으로 드러납니다. 제안마다 클릭 한 번으로 병합하거나 무시하세요.
Nimbus EdgeNimbus Edge gatewayNimbus Edge96%- 중복
- 고립 엔티티
- 병합
스키마 및 온톨로지
우리 팀의 언어, 우리 팀의 유형
프리셋으로 시작하거나, MENTOR가 보유 문서를 바탕으로 엔티티 유형과 관계 유형을 제안하게 한 뒤 다듬어 보세요.
- 프리셋
- 제안
- 스키마 그래프
검색 상세
왜 그렇게 답했는지 확인
모든 실행은 구절, 점수, 모드, 토큰, 지연 시간을 기록으로 남깁니다. 필요하면 품질 평가도 실행할 수 있습니다.
- 실행 기록
- 점수
- 평가
관리 및 큐
실제로 눈에 보이는 운영
큐와 작업을 실시간으로 지켜보고, 실패한 작업을 재시도하고, 포이즌 메시지를 재실행하고, 모델과 한도를 조정하세요. 모든 변경은 감사 로그에 남습니다.
ingest12개 실행 중graph-extract4개 실행 중communities대기 중ingest-poison메시지 0개 · 재실행- 작업
- 재시도
- 감사 로그
07활용 사례
실제로 가지고 있는 문서를 위해 만들었습니다.
전략 및 이사회 문서
이사회를 위한 조직의 기억
수년간 쌓인 이사회 자료, 전략 발표 자료, 리스크 관리 대장이 결정, 담당자, 날짜로 이어진 하나의 그래프가 됩니다.
- 어떤 결정이든 해당 문서와 페이지까지 추적
- 분기 사이에 무엇이 달라졌는지 질문
- 커뮤니티 요약으로 신임 이사에게 브리핑
Strategy 2026 · 문서 142개
소스
- Board pack Q3.pdf1
- Strategy 2026.pptx2
- Risk register.xlsx3
질문 · 360°
이사회는 Q3에 Nimbus에 대해 무엇을 결정했나요?
Q3 이사회 검토에서 Nimbus 투자안을 승인했으며 1, 공급업체 다변화를 Q4 우선 과제로 정했습니다 2.
벡터그래프로컬글로벌
08보안 및 플랫폼
셀프 호스팅. 데이터는 내 서버에.
MENTOR는 직접 관리하는 머신에서 하나의 Docker Compose 스택으로 실행됩니다. 웹 앱, API, 워커, 데이터베이스, 오브젝트 스토리지, HTTPS 프록시가 모두 여기에 포함됩니다. 문서는 그 밖의 어디에도 저장되지 않습니다.
내 서버, 내 데이터
원본 파일은 오브젝트 스토리지에, 청크, 벡터, 엔티티, 커뮤니티 보고서는 PostgreSQL에 저장됩니다. 둘 다 직접 운영하는 머신의 컨테이너 안에 있습니다.
조직 기능 기본 제공
로그인과 조직 관리는 Clerk가 담당합니다. 모든 라이브러리, 쿼리, 작업은 호출자의 조직과 역할을 기준으로 검증됩니다.
설계부터 견고하게
데이터베이스의 작업 큐가 모든 단계를 추적하고, 실패를 재시도하고, 재시작에도 유지되며, 멈춘 작업은 관리자가 무엇이든 재실행할 수 있습니다.
추적 가능한 책임
관리자의 변경 사항은 감사 로그에 기록되고, 모든 답변에는 그 근거가 된 검색 상세 정보가 보존됩니다.
내 서버
MENTOR StudioNext.js 웹 앱
Clerk로그인 · 조직
API 및 워커.NET 컨테이너
오브젝트 스토리지원본 파일 · S3
작업 큐수집 파이프라인
PostgreSQLpgvector · 그래프
내 모델OpenAI · Anthropic · Ollama
- MENTOR StudioNext.js 웹 앱
- Clerk로그인 · 조직
- API 및 워커.NET 컨테이너내 소유
- 오브젝트 스토리지원본 파일 · S3내 소유
- 작업 큐수집 파이프라인내 소유
- PostgreSQLpgvector · 그래프내 소유
- 내 모델OpenAI · Anthropic · Ollama
09자주 묻는 질문
궁금한 점에 답해 드립니다.
MENTOR가 어떻게 작동하는지, 데이터는 어디로 가는지, 왜 모든 답변에 출처가 달리는지 간단히 정리했습니다.
라이브러리를 모든 방향에서 살펴보는 검색 증강 생성(RAG)입니다. MENTOR는 시맨틱(벡터) 검색과 키워드 검색에 더해, 문서 속 엔티티와 관계로 지식 그래프를 구축하고, 이를 요약문이 달린 커뮤니티로 클러스터링한 다음, 벡터, 하이브리드, 그래프, 로컬, 글로벌을 모두 융합해 근거가 분명한 하나의 답변을 만듭니다.
