DocsGPT는 사내 문서, PDF, Office 파일, 웹 콘텐츠, 오디오를 기반으로 AI 어시스턴트와 에이전트를 구축하는 오픈소스 플랫폼이다. 단순 문서 챗봇을 넘어 Agent Builder, Deep Research, 멀티 모델 선택, API 연결과 도구 실행을 함께 제공한다.
핵심 기능
| 기능 | 설명 |
|---|---|
| 문서 분석 | PDF, Office, 웹 콘텐츠, 오디오 등 지식 소스를 질의 가능한 형태로 처리 |
| Agent Builder | 문서 검색과 도구/API 호출을 결합한 어시스턴트 구성 |
| Deep Research | 여러 자료를 탐색해 긴 리서치 답변 생성 |
| 멀티 모델 | OpenAI, Google, Anthropic, Ollama, llama.cpp 등 선택 |
| 배포 | Docker, Kubernetes 기반 자체 호스팅과 클라우드 버전 |
왜 필요한가
기업 문서 검색은 단순 RAG 데모와 요구사항이 다르다. 접근 제어, 배포 위치, 모델 선택, 파일 형식, API 액션, 운영 관측이 함께 필요하다. DocsGPT는 이 문제를 “챗봇 UI 하나”가 아니라 문서 AI 플랫폼으로 묶는다.
빠른 시작
README 기준 로컬 실행은 Docker가 전제다. 저장소를 클론한 뒤 제공되는 setup 스크립트로 컨테이너 기반 환경을 띄운다.
git clone https://github.com/arc53/DocsGPT
cd DocsGPT
./setup.shWindows 환경에는 PowerShell setup 스크립트가 별도로 제공된다.
어디에 적합한가
- 사내 지식 베이스를 클라우드 외부로 내보내기 어려운 조직
- 문서 질의응답에 그치지 않고 API 액션을 수행하는 업무 어시스턴트를 만들고 싶은 팀
- 모델 공급자를 바꾸거나 로컬 모델로 전환할 가능성을 열어두고 싶은 플랫폼 팀
- rag 데모에서 엔터프라이즈 검색 제품으로 넘어가는 중간 단계를 찾는 경우
주의할 점
DocsGPT는 기능 폭이 넓은 만큼 운영 복잡도도 있다. 문서 인덱싱 품질, 권한 모델, 모델 비용, Kubernetes 운영, 외부 API 도구의 승인 정책을 별도로 설계해야 한다. 특히 API 연결을 에이전트 액션으로 열 때는 감사 로그와 사람 승인 경계를 함께 둬야 한다.
관련 문서
- rag — 검색 증강 생성의 기본 구조
- rag-tips-production — RAG를 프로덕션 시스템으로 운영할 때의 설계 기준
- unstract — 비정형 문서를 JSON·API·ETL 파이프라인으로 바꾸는 플랫폼
참고 자료
- arc53/DocsGPT — GitHub 공식 저장소