Nuclia(현재 Progress Agentic RAG)는 NucliaDB 커널로 구동되는 AI 지식 계층 플랫폼을 제공하고 30개 이상의 파일 형식의 자동 구문 분석, 의미 검색 Agentic RAG 워크플로우 및 다중 LLM 전환을 지원하며 SOC 2/ISO 27001/GDPR 준수 인증을 받았습니다. 핵심 가치는 지식 계층이 구축되면 기업 검색 AI 도우미, 고객 서비스 셀프 서비스, 엔지니어링 문서 등 모든 AI 시나리오를 지원할 수 있다는 것입니다.

Nuclia (프로그레스 에이전트 RAG)

Nuclia의 핵심 매개변수 및 통계

Nuclia는 처음에 RAG(Retrieval Augmented Generation)를 위해 특별히 설계된 세계 최초의 AI 검색 데이터베이스 중 하나인 NucliaDB를 핵심 제품으로 시장에 진출했습니다. 2024년 Progress Software에 인수된 후 핵심 기능은 Progress Agentic RAG ​​​제품 라인에 통합되어 공식적으로 "모든 AI 사용 사례를 지원하기 위해 Agentic Knowledge Layer를 한 번 구축"으로 지정되었습니다. 현재 제품 형태는 주로 SaaS 클라우드 서비스이며 개발자가 자체 호스팅할 수 있는 오픈 소스 NucliaDB 엔진을 유지합니다.

프로젝트	공공정보
제품 포지셔닝	Agentic Knowledge Layer - 모든 AI 시나리오를 지원하기 위해 지식 계층을 한 번에 구축
코어 엔진	NucliaDB(RAG용 AI 검색 데이터베이스)
파일 형식 지원	30개 이상의 유형: 텍스트 문서 PDF, Word, HTML, Markdown, JSON, 이미지, 비디오, 오디오
지원되는 LLM 수	40개 이상의 모델(OpenAI, Azure OpenAI, Anthropic Claude, Google Gemini 등)
검색 양식	의미론적 검색 하이브리드 검색, Agentic RAG, 다중 소스 라우팅 검색
배포 방법	SaaS 클라우드 서비스, 오픈 소스 NucliaDB 자체 호스팅
적합성 인증	SOC 2 유형 II, ISO 27001, GDPR
보안 기능	미사용 AES-256 암호화 TLS 전송 암호화 RBAC, PII 익명화
오픈 소스 창고	nucliadb(별 718개, 포크 58개), 프런트엔드(별 56개)
수상내역	2025 글로벌 테크 어워드 RAG에서 2026 AI 우수상

지식 계층 아키텍처: Nuclia와 일반 벡터 데이터베이스의 주요 차이점은 단순한 벡터 저장 및 검색 이상의 기능을 수행한다는 것입니다. 파일 수집부터 QA 생성까지 완전한 파이프라인을 제공합니다. 30개 이상의 형식으로 콘텐츠를 자동으로 구문 분석하고, OCR 및 음성-텍스트를 수행하고, 벡터 + 텍스트 이중 표현을 생성하고, 검색 에이전트를 통해 소스 간 추론을 활성화합니다. 이는 팀이 OpenAI/Claude 외부에서 구문 분석, 청킹, 임베딩 및 품질 모니터링을 위한 4개의 독립적인 시스템을 구축할 필요가 없음을 의미합니다.

인수 후 제품 발전: Progress에 인수된 후 Nuclia의 기능은 Progress의 대규모 디지털 경험 플랫폼(Sitefinity CMS) 시스템에 내장되었으며 동시에 독립적인 Agentic RAG 제품 라인을 유지했습니다. 기존 사용자의 경우 이는 보다 안정적인 기업 수준 지원 및 규정 준수 승인을 의미하지만 제품 로드맵이 더 이상 원래 Nuclia 팀에 의해 완전히 독립적으로 결정되지 않음을 의미합니다.

Nuclia의 사용자 및 시장 인지도

Nuclia(현재 Progress Agentic RAG)의 시장 인지도는 주로 오픈 소스 커뮤니티 기반, 업계 수상 승인, Progress에 인수된 후 얻은 기업 수준 채널의 세 가지 측면에 반영됩니다.

오픈 소스 커뮤니티 기반: 핵심 엔진 NucliaDB에는 GitHub에 약 718개의 스타와 58개의 포크가 있습니다. Pinecone, Weaviate 등 경쟁 제품에 비해 크기는 작지만 특정 시나리오(RAG 우선 데이터베이스)에 정확하게 포지셔닝됩니다. 커뮤니티 토론 및 문제 피드백은 문서 구문 분석의 정확성, 다중 모드 검색 및 에이전트 워크플로 통합에 중점을 둡니다. 지원 프런트엔드 프로젝트(별 56개) 및 Python SDK nuclia.py(별 7개)는 해당 기술 스택이 주로 Python/TypeScript이며 AI 애플리케이션 개발자가 시작하기에 적합하다는 것을 나타냅니다.

업계 수상 및 인정: 이 제품은 2026년 Globee Awards, 2025년 Global Tech Awards에서 RAG 부문 AI 우수상을 수상했으며, 2026년 1월 Forrester Wave의 디지털 경험 플랫폼 부문에서 언급되었습니다. 이러한 제3자 인정은 RAG 기술 경로의 성숙도를 어느 정도 입증합니다.

엔터프라이즈 생태계 통합: Progress Software(40년 이상의 역사를 지닌 상장 기업 소프트웨어 회사)에 인수된 후 Nu-clia의 제품은 Sitefinity CMS, Corticon BRM, DataDirect 및 기타 제품에 대한 Progress의 기존 고객 기반에 직접 액세스할 수 있습니다. 이러한 채널 시너지는 기업 차원의 홍보에 실질적인 도움이 되지만, 제품의 독자적인 혁신 리듬이 모회사의 제품 매트릭스 전략에 의해 영향을 받을 수도 있음을 의미하기도 합니다.

구현을 위한 전제 조건: Nuclia의 일반 고객은 처음부터 지식 베이스를 구축하는 대신 이미 일정 규모의 디지털 콘텐츠 자산(문서 라이브러리, 지식 베이스, 미디어 파일)과 명확한 "AI를 사용하여 내부 질문에 답변" 시나리오를 보유하고 있습니다. 팀이 아직 체계적인 기업 콘텐츠 자산 컬렉션을 보유하고 있지 않다면 Nuclia의 가치는 크게 감소할 것입니다.

Nuclia의 비용 우위

Nuclia의 비용 이점은 "가장 저렴"에는 반영되지 않지만 일반적으로 3~5명의 공급업체(파일 구문 분석 + 벡터 데이터베이스 + 임베딩 모델 + LLM + 품질 모니터링)의 조합이 필요한 RAG 파이프라인을 하나의 플랫폼으로 압축하여 통합 비용과 시행착오 주기를 줄인다는 점에서 그렇습니다.

C면/개별

공식 웹사이트에서는 14일 무료 평가판을 제공하며 이는 개인 개발자와 소규모 프로젝트가 핵심 기능을 검증하는 데 적합합니다. 무료 체험 기간 동안 할당량 한도(문서량, API 호출 횟수, 저장 공간)는 공식 등록 페이지에 따릅니다. 개인 연구 및 소규모 개념 증명의 경우 기준이 낮습니다.

개발자/API

Nuclia는 REST API와 Python SDK(nuclia.py)를 제공하며, 개발자는 API Key를 통해 문서 파싱, 인덱싱, 검색 기능을 직접 호출할 수 있습니다. API 가격은 문서 처리량과 검색 시간에 따라 책정되지만 공식 페이지에는 구체적인 표준 가격표가 표시되지 않습니다. 이를 얻으려면 등록하거나 판매점에 문의해야 합니다. 오픈 소스 NucliaDB는 자체 호스팅 경로를 제공합니다. 구독료는 없지만 인프라 및 유지 관리 비용은 직접 부담해야 합니다. 이는 기존 운영 및 유지 관리 기능을 갖춘 팀에 적합합니다.

엔터프라이즈

Nuclia(Progress Agentic RAG)의 엔터프라이즈 버전은 Progress의 판매 채널을 통해 제공되며 SSO, RBAC, 감사 로그, 개인 배포 등과 같은 엔터프라이즈 수준 기능을 지원합니다. 가격은 비즈니스 커뮤니케이션에 따라 달라지며 공개된 가격은 없습니다. 기업 조달의 실제 비용에는 다음이 포함되어야 합니다.

• 명시적 비용: 플랫폼 가입비(문서 처리량/검색량/이용자 수에 따라 청구, 사업 계약에 따름)
• 숨겨진 비용: 기존 콘텐츠를 Nuclia 인덱스로 마이그레이션하기 위한 정리 및 형식 지정 노력
• LLM 호출 비용: Nuclia는 40개 이상의 LLM을 지원하지만 모델 추론 비용은 사용자가 직접 부담하거나 플랫폼을 통해 지불합니다. 이 부분은 대규모로 사용될 경우 주요 비용 항목이 됩니다.

비교 분석: Pinecone + LangChain + OpenAI의 3피스 조합 솔루션과 비교하여 Nuclia의 "원스톱" 모델은 파이프라인 구축 및 버전 호환성 유지 비용을 제거합니다. 그러나 순수 벡터 데이터베이스와 비교할 때 검색 사용자 정의의 유연성은 플랫폼의 추상화 계층에 의해 제한될 수 있습니다. 선택할 때 고려해야 할 것은 "시간을 절약해 주는 통합"과 "사용자 정의의 자유"입니다.

뉴클리아의 주요 기능

Nuclia(Progress Agentic RAG)의 기능은 데이터 수집부터 AI 답변 생성까지 전체 링크를 포괄합니다. 핵심은 다섯 가지 기능 그룹으로 요약될 수 있습니다.

• 다중 형식 자동 구문 분석 및 인덱싱: PDF, Word, HTML, JSON, 그림(JPEG/PNG/TIFF), 비디오(MP4/AVI/MPEG), 오디오(MP3/WAV) 등을 포함한 30개 이상의 파일 형식을 지원합니다. OCR(이미지의 문자 인식), ASR(음성을 텍스트로), 의미론적 청킹 및 벡터화는 수동 전처리 없이 업로드 후 자동으로 수행됩니다. 이는 스캔한 문서, 회의 녹화 및 교육 비디오를 포함하는 엔터프라이즈 콘텐츠 라이브러리에 특히 중요합니다. 기존 솔루션에는 2단계 프로세스가 필요하지만 여기서는 이 모든 작업을 한 번에 수행할 수 있습니다.

• 의미 검색 및 하이브리드 검색: 벡터 유사성에 기반한 의미 검색 외에도 키워드 매칭과 결합된 하이브리드 검색 전략도 지원합니다. 사용자는 메타데이터 필터링 및 분할 전략 조정을 통해 특정 비즈니스 시나리오(예: 법적 계약 검색 및 기술 문서 검색)에 대한 회상 효과를 최적화할 수 있습니다.

• Agentic RAG 워크플로우: 이는 이전 RAG 솔루션과 Nuclia의 핵심 차별화 기능입니다. 검색 에이전트는 자동으로 질문을 하위 질문으로 분해하고 여러 Knowledge Box, SQL 데이터베이스, 인터넷 검색 엔진 및 MCP 서버를 동시에 쿼리한 다음 다중 소스 결과를 포괄적인 답변으로 병합할 수 있습니다. 전체 프로세스에서는 사용자가 각 경로를 수동으로 지정할 필요가 없습니다. 에이전트는 질문 내용에 따라 쿼리 대상과 순서를 자동으로 결정합니다.

• REMi 품질 평가 시스템: 내장된 RAG 평가 모델(RAG Evaluation Metrics Intelligence)은 답변 관련성(사용자 질문에 답변했는지 여부), 컨텍스트 관련성(검색된 콘텐츠가 일치하는지 여부), Groundness(답변이 모델 환상이 아닌 검색된 콘텐츠를 기반으로 하는지 여부)의 세 가지 핵심 지표를 지속적으로 모니터링합니다. 평가 결과는 대시보드에 시간에 따른 추세로 표시되므로 품질이 저하되기 전에 쉽게 조정할 수 있습니다.

• 다중 LLM 전환 및 거버넌스: OpenAI GPT-4o, Anthropic Claude, Google Gemini 등을 포함하여 40개 이상의 대규모 언어 모델을 지원합니다. 모델 전환에는 지식 기반을 다시 색인화하거나 검색 파이프라인을 조정할 필요가 없으며 콘솔에서 구성만 변경하면 됩니다. 이는 기업이 여러 모델의 출력 품질을 비교해야 하거나 단일 모델의 서비스 중단에 대응해야 할 때 유연성을 제공합니다.

전문가의 견해: Nuclia의 기능적 디자인은 시너지 효과를 숨깁니다. "문서 구문 분석"과 "검색 품질 모니터링"을 동일한 플랫폼에 배치하여 팀이 "형식 문제로 인해 올바르게 색인화되지 않은 문서"와 "컨텍스트 부족으로 인해 품질이 낮은 질문의 답변"을 동일한 대시보드에서 동시에 확인할 수 있어 긴밀한 개선이 이루어졌습니다. 기존 다중 도구 조합 솔루션에서는 이러한 두 가지 장애 도메인이 서로 다른 도구와 담당자에게 속하는 경우가 많아 문제 해결 체인이 길어지고 응답이 느려집니다.

Nuclia의 모델 및 버전 진화

Nuclia의 제품 진화는 "독립 사업 → 인수 및 통합 → 브랜드 업그레이드"의 세 단계를 거쳤습니다. 다음은 마일스톤 노드별 버전 기록을 요약한 것입니다.

독립 단계: NucliaDB 오픈 소스 출시

Nuclia는 "RAG용 AI 검색 데이터베이스"로 자리매김한 NucliaDB 오픈 소스 프로젝트로 처음 시장에 진출했습니다. 이 단계의 핵심 목표는 "기업 검색을 AI 기반 방식으로 재설계"하는 기술적 경로를 검증하는 것입니다. 오픈소스 웨어하우스는 GitHub에서 약 718명의 스타를 유치했으며, 주요 사용자 그룹은 AI 애플리케이션 개발자와 RAG 연구원입니다. 이 단계에서는 표준화된 기업 가격이 없으며 기능 반복은 주로 문서 구문 분석 정확성, 검색 대기 시간 및 성능 최적화에 중점을 둡니다.

인수 통합: Progress 소프트웨어

2024년에 Progress Software는 Nuclia를 인수하고 해당 기술을 Progress의 디지털 경험 플랫폼 시스템에 통합했습니다. 인수 후 Nuclia의 제품 형태는 독립적인 오픈 소스 데이터베이스에서 Progress의 SaaS 제품 라인으로 발전했습니다. 이 단계의 주요 변경 사항은 다음과 같습니다.

• Progress Agentic RAG로 브랜드 변경
• 추가적인 기업 수준 규정 준수 기능(SOC 2 Type II, ISO 27001 인증) -Agentic RAG 워크플로우 및 REMi 평가 시스템을 제품에 도입
• Progress Sitefinity CMS와 같은 제품과의 통합 구축

현재 버전: Progress Agentic RAG(~2026-Q2)

현재 제품은 SaaS로 제공되며, 일단 가입하시면 rag.progress.cloud에서 지식 상자를 생성하고 시작할 수 있습니다. 기존 방식대로 공개 페이지에 특정 버전 번호가 표시되지 않으며, 기능 업데이트는 공식 Progress 릴리스 채널을 통해 공지됩니다. 핵심 역량은 다음과 같습니다:

• Agentic RAG 워크플로(다중 소스 검색 에이전트)
• REMi 품질 평가 및 대시보드
• 40개 이상의 LLM 전환 지원
• RBAC 및 감사 로그
• 14일 무료 평가판

버전 발전 기능: Nuclia는 기존 소프트웨어처럼 의미론적 버전 번호(예: v2.3.0)로 출시되지 않고 지속적으로 업데이트되는 SaaS 서비스로 발전합니다. 기업 평가에서는 "어떤 버전이 더 안정적인지"가 아니라 "현재 제품의 기능 성숙도와 SLA 약속이 생산 요구 사항을 충족하는지 여부"에 초점을 맞춰야 합니다.

뉴클리아의 기술적 장점

Nuclia의 기술적 이점은 단일 모델이나 알고리즘의 혁신에서 비롯되는 것이 아니라 "전체 RAG 링크를 중심으로 한 수직 통합"이라는 아키텍처 선택에서 비롯됩니다.

전체 파이프라인 통합 아키텍처

Nuclia의 핵심 설계 개념은 사용자가 여러 개의 독립적인 서비스를 결합하도록 하는 것이 아니라 하나의 파이프라인을 사용하여 원본 파일부터 AI 답변까지 전체 프로세스를 포괄하는 것입니다. 기술 스택에는 다음이 포함됩니다.

1. 파일 구문 분석 레이어: 내장 OCR(이미지 텍스트 추출) 및 ASR(음성-텍스트) 기능으로 30개 이상의 형식에 대한 자동 구문 분석을 지원합니다. 이는 추가 전처리 파이프라인 없이도 비디오의 음성 콘텐츠와 스캔한 PDF의 표 형식 텍스트를 모두 색인화하고 검색할 수 있음을 의미합니다.

2. 이중 표현 인덱스: 각 문서에 대해 벡터 표현(의미적 유사성 검색용)과 텍스트 표현(키워드 매칭 및 하이브리드 검색용)을 동시에 생성합니다. 이 디자인은 특히 전문 용어가 조밀하거나 여러 언어가 혼합된 시나리오에서 검색 재현율 측면에서 "벡터 전용" 솔루션보다 우수합니다.

3. 검색 에이전트: 이것이 Nuclia의 핵심 기술 차별화입니다. 전통적인 RAG는 "한 번 검색하고 한 번 생성"하는 직선 파이프라인입니다. 검색 에이전트는 이 프로세스를 문제 분석 → 하위 질문 분석 → 동적으로 데이터 소스 선택 → 병렬 검색 → 답변 합성으로 변환합니다. 이 디자인은 문서 간 추론이 필요한 복잡한 질문(예: "작년 3분기와 올해 3분기의 수익을 비교하는데, 주로 어떤 비즈니스 라인에서 차이가 발생합니까?")에 대한 답변의 품질을 크게 향상시킵니다.

품질 모니터링(REMi) 내장

대부분의 RAG 솔루션은 온라인 상태가 된 후 지속적인 검색 품질 모니터링이 부족하여 파이프라인 성능 저하(데이터 업데이트, 배포 드리프트)가 적시에 감지되지 않습니다. Nuclia에 내장된 REMi 평가 모델은 답변 관련성 및 문맥 관련성 Groundedness라는 세 가지 지표를 지속적으로 계산합니다. 이러한 지표는 시간이 지남에 따라 추세를 파악하고 대시보드에 시각화되므로 사용자가 인지하기 전에 품질 저하를 포착할 수 있습니다. 이는 "인프라 상태 모니터링"에서 "검색 품질 모니터링"으로의 주요 발전입니다.

모델 독립적 검색 레이어

Nuclia의 지식 계층과 LLM 사이에는 느슨한 결합 관계가 있습니다. 모든 인덱싱, 청킹 및 검색 전략은 특정 생성 모델과 독립적입니다. LLM을 전환하면 문서를 다시 처리하거나 검색 매개변수를 조정할 필요가 없습니다. 이는 기업이 지식 계층 서비스를 중단하지 않고 언제든지 GPT-4에서 Claude 또는 자체 호스팅 오픈 소스 모델로 답변 모델을 전환할 수 있음을 의미합니다. 이 디자인은 현재 대규모 언어 모델의 빠른 반복에서 실제 비용 가치를 갖습니다. 새 모델이 더 비용 효율적일 경우 구성을 업데이트하기만 하면 이점을 누릴 수 있습니다.

엔지니어링 함정 가이드

Nuclia의 Agentic RAG 아키텍처 기능을 기반으로 실제 구현 시 다음 문제에 특별한 주의를 기울여야 합니다.

1. 다중 소스 검색의 토큰 비용이 급등했습니다: 검색 에이전트가 여러 Knowledge Box와 외부 데이터 소스를 동시에 쿼리하는 경우 총 검색 결과 수가 단일 소스 RAG 솔루션을 훨씬 초과할 수 있습니다. 각 라운드의 컨텍스트 토큰 예산에 상한이 없으면 LLM 호출 비용은 선형적으로 증가합니다. 검색 에이전트를 구성할 때 각 소스에 대한 검색 결과의 상한을 명확히 하고(예: 각 소스에 대해 Top-K=5) 총 컨텍스트 토큰에 소프트 및 하드 제한을 설정하는 것이 좋습니다.

2. 다중 모드 콘텐츠의 구문 분석 품질 차이: Nuclia는 30개 이상의 형식을 지원하지만 다양한 형식의 구문 분석 정확도는 크게 다릅니다. 선명한 인쇄를 위한 PDF OCR 정확도는 매우 높지만 손으로 ​​쓴 주석, 저해상도 스캔 및 복잡한 표가 포함된 문서에 대한 구문 분석 결과는 불완전할 수 있습니다. 정식 출시 전 대상 문서 라이브러리에 대한 샘플링 품질 감사를 실시하고, 파싱 실패율이 높은 문서 카테고리에 대해서는 사전에 형식 표준화 전처리를 수행하는 것이 좋습니다.

3. 에이전트 루프 및 지연 제어: 검색 에이전트는 복잡한 문제에 직면할 때 여러 라운드의 쿼리 및 결과 융합을 수행할 수 있으며, 이로 인해 엔드투엔드 지연이 단일 RAG 라운드의 2~3초에서 8~15초 이상으로 늘어납니다. 실시간 대화 시나리오(예: 고객 서비스 온라인 도우미)의 경우 검색 에이전트에 대한 최대 단계 수(max_steps) 및 시간 초과 임계값을 설정하거나 간단한 질문에 대해 빠른 채널을 활성화해야 합니다(다중 소스 라우팅을 직접 건너뛰고 단일 소스 RAG 가속화 사용).

뉴클리아 사용법

Nuclia(Progress Agentic RAG)는 SaaS 클라우드 서비스와 오픈 소스 자체 호스팅이라는 두 가지 주요 사용 경로를 제공하여 신속한 검증부터 엔터프라이즈 수준 배포까지 다양한 요구 사항을 충족합니다.

사용 방법	적용 가능한 시나리오	입장/방법	창업비용
SaaS 클라우드 서비스(14일 무료 평가판)	빠른 평가 및 개념 증명	rag.progress.cloud 등록	무료 평가판을 사용한 후 볼륨/구독당 비용 지불
API/SDK 통합	개발자는 자신의 응용 프로그램을 포함할 수 있습니다	REST API + Python SDK(nuclia.py)	API 호출에 따른 청구
오픈 소스 NucliaDB 자체 호스팅	데이터 주권 요구 사항이 높은 기업	GitHub 창고 배포	인프라 + 운영 및 유지 관리 비용
프로그레스 엔터프라이즈 에디션	대규모 배포 및 규정 준수 요구 사항	Progress 영업팀을 통해 획득	사업 확인 필요

빠른 시작 가이드:

1. rag.progress.cloud를 방문하여 비즈니스 이메일을 사용하여 14일 무료 평가판 계정을 등록하세요.
2. 지식 상자 생성 - 이는 Nuclia에서 콘텐츠를 저장하고 색인화하기 위한 기본 단위입니다.
3. 문서 업로드 또는 외부 데이터 소스에 연결 - 파일 직접 업로드, 커넥터 구성 또는 API를 통한 데이터 푸시 지원
4. 수동 파이프라인 구성 없이 시스템이 자동으로 구문 분석, 청크 생성, 인덱싱 및 벡터화를 완료합니다.
5. 검색 인터페이스 또는 API에서 검색 효과를 테스트하고 하이브리드 검색 가중치 및 메타데이터 필터링 조건을 조정합니다.
6. 검색 API를 프런트엔드 애플리케이션에 연결하거나 AI 도우미 위젯을 삽입하세요.

개발팀의 경우 pip를 통해 nuclia.py SDK를 설치하고 API를 직접 호출할 수도 있습니다.

``파이썬

Nuclia Python SDK의 기본 사용법(공식 문서에 따름)

nuclia 수입 nuclia에서

클라이언트 초기화

클라이언트 = Nuclia(api_key="")

인덱싱을 위한 문서 업로드

client.upload(file_path="annual-report-2025.pdf")

의미 검색 수행

결과 = client.search(query="2025년 수익 성장률", top_k=10)

## Nuclia 제품 가격

가격 모델은 공식 실시간 페이지를 따릅니다. 일반적으로 프리미엄(Freemium)이나 구독제(Subscription System)를 채택하고 기본 기능은 무료로 사용할 수 있으며, 고급 기능이나 빈도가 높은 기능을 사용하려면 결제가 필요합니다.

## Nuclia 적용 시나리오

Nuclia(Progress Agentic RAG)의 핵심 가치는 기업에 흩어져 있는 비정형 콘텐츠를 AI가 사용할 수 있는 지식 계층으로 변환하는 것입니다. 일반적인 애플리케이션 시나리오는 다음 5가지 범주를 포함합니다.

- **엔터프라이즈 지식 관리**: 내부 문서 라이브러리 Wiki, SharePoint 및 로컬 파일 서버에 흩어져 있는 PDF, Word, PPT 및 기타 콘텐츠의 색인을 통합합니다. 단순히 파일명이나 키워드로 검색하는 것이 아니라 자연어 질문을 통해 내부 지식을 바탕으로 직원들이 직접 답변을 얻을 수 있습니다. 구현 검증의 핵심 사항: 파일 간 추론이 필요한지 여부, 지식 베이스의 업데이트 빈도, 권한 격리의 정확성.

- **AI 기반 기업 검색**: 포털, 인트라넷 또는 고객 셀프 서비스 포털에 AI 검색을 배포하여 기존 키워드 검색 환경을 대체합니다. Nuclia의 의미 검색 기능을 통해 방문자는 정확한 키워드가 아닌 "지난해 규정 준수 교육 자료를 찾아보세요"와 같은 자연어 쿼리를 사용하여 콘텐츠를 찾을 수 있습니다. 구현 검증의 초점은 검색 결과의 클릭률과 사용자 만족도가 크게 향상되었는지 여부입니다.

- **고객 서비스 셀프 서비스 및 AI 도우미**: 제품 문서 FAQ 및 Nuclia에서 색인한 지식 기반을 기반으로 AI 고객 서비스 도우미를 구축합니다. 사용자가 질문을 하면 단순 조각 매칭이 아닌 출처 인용(Source Citation)을 통해 직접 답변을 제공합니다. 구현 검증 핵심 사항: 답변의 근거성 점수, 고객 문제 해결률, 수동 개입이 필요한 전송률.

- **엔지니어링 및 기술 문서 검색**: 개발자는 Nuclia를 사용하여 SDK 문서 API 사양, 설계 문서, 운영 및 유지 관리 매뉴얼을 색인화하여 통합 검색 포털을 통해 필요한 기술 정보를 빠르게 찾을 수 있습니다. 특히 마이크로서비스 아키텍처와 다중 저장소 관리를 갖춘 대규모 엔지니어링 팀에서는 여러 위키와 문서 사이트 사이를 반복적으로 전환하는 비용이 제거됩니다.

- **규정 준수 및 감사 쿼리**: 규정 준수 문서, 감사 보고서 및 규제 문서를 Nuclia 플랫폼에 색인화한 후 감사자와 규정 준수 담당자는 자연어를 사용하여 과거 규정 준수 상태를 쿼리하고, 다양한 기간의 감사 결과를 비교하고, 특정 조항의 소스를 추적할 수 있습니다. 여기서는 소스 인용 및 감사 로그 기능이 중요한 역할을 합니다.

## 뉴클리아 적용그룹

Nuclia(Progress Agentic RAG)의 제품 포지셔닝은 주로 다음과 같은 5가지 유형의 역할을 수행하는 것으로 결정됩니다.

- **AI 애플리케이션 개발자**: API를 통해 기업 지식 검색을 기존 애플리케이션(CRM, 작업 주문 시스템, 내부 도구)에 내장해야 하는 개발자입니다. Nuclia가 제공하는 REST API 및 Python SDK를 사용하면 "서비스로서의 검색 기능"으로 사용할 수 있으므로 RAG 파이프라인을 직접 구축하는 비용이 들지 않습니다. 이미 API 통합 경험이 있지만 문서 구문 분석 및 인덱싱을 위한 반복적인 작업에 투자하고 싶지 않은 팀에 적합합니다.

- **Enterprise Knowledge Manager**: 회사 내부 지식 베이스, 문서 관리, 정보 아키텍처를 담당하는 운영 및 유지 관리 담당자입니다. Nuclia의 완전 자동화된 파이프라인(색인으로 업로드)은 지식 기반을 수동으로 유지 관리하는 데 드는 인건비를 크게 줄여줍니다. 그러나 그들이 주의해야 할 것은 자동 구문 분석의 블록 단위가 합리적인지 여부와 메타데이터 규칙을 특정 문서 유형에 맞게 사용자 정의해야 하는지 여부입니다.

- **제품 및 기술 리더**: "AI + 지식 베이스" 제품 경로를 계획하고 평가하는 기술 관리자입니다. Nuclia의 "한 번 구축하고 여러 시나리오에서 재사용" 아키텍처는 다양한 AI 요구 사항(내부 검색, 고객 지원 및 문서 분석뿐만 아니라)에서 명확한 비용 효율적인 이점을 제공합니다. 하지만 롱테일 문서 유형의 파싱 범위와 검색 정확도가 비즈니스 요구 사항을 충족하는지 POC 단계에서 검증해야 합니다.

- **규정 준수 및 정보 보안팀**: 데이터 주권, 규정 준수 인증, 감사 추적성에 대한 엄격한 요구 사항을 갖춘 기업 규정 준수 담당자입니다. Nuclia의 SOC 2 Type II, ISO 27001, GDPR 준수 인증 RBAC 및 감사 로그는 그 자체로 구매 결정의 요구 사항입니다. 그러나 데이터가 저장되는 위치와 Progress의 DPA(데이터 처리 계약)가 업계의 특정 규제 요구 사항을 포괄하는지 여부를 추가로 확인해야 합니다.

- ****사람에게 적합하지 않음**: 다음 상황에서는 Nuclia를 선택하지 않는 것이 좋습니다.
  - 간단한 키워드 검색만 필요하며, AI Q&A 기능은 필요하지 않습니다. - 기존 검색 엔진이 더 저렴합니다.
  - 디지털 문서 자산이 전혀 없으며, 지식 베이스를 처음부터 생성해야 합니다. - Nuclia는 기존 콘텐츠 색인에 능숙하지만 문서 생성 및 지식 베이스 구축 기능을 제공하지 않습니다.
  - 고도로 맞춤화된 벡터 검색 논리와 매우 낮은 대기 시간(<100ms)이 필요합니다. 전용 벡터 데이터베이스가 맞춤화 및 성능 면에서 더 좋습니다.
  - 팀에 기본 API 통합 또는 SaaS 구성 기능이 없습니다. 완전히 자동화된 배포에는 여전히 일정량의 플랫폼 구성 노력이 필요합니다.

## 뉴클리아 개요 및 전망

Nuclia(Progress Agentic RAG)의 핵심 경쟁력은 문서 구문 분석, 벡터 인덱스 Agentic 검색 및 품질 모니터링을 하나의 플랫폼으로 통합하여 "파일 수집"부터 "AI 답변 생성"까지 엔드 투 엔드 지식 계층 솔루션을 제공한다는 것입니다. 이미 많은 수의 디지털 콘텐츠 자산을 보유하고 있으며 여러 비즈니스 시나리오에서 동일한 AI 검색 인프라를 재사용하려는 기업의 경우 이 "원스톱" 아키텍처는 실제로 통합 단편화로 인한 숨겨진 비용을 줄일 수 있습니다. Progress Software의 인수를 통해 얻은 규정 준수 인증 및 엔터프라이즈 수준 채널 지원은 규제 산업에 대한 진입 장벽을 더욱 낮추었습니다.

**현재 제한 사항 및 불확실성**:

1. **가격 투명성이 부족함**: 현재 공개 페이지에는 표준 패키지 가격과 청구 세부정보가 표시되지 않습니다. 기업은 구매 의사결정 단계에서 영업부와 소통해야 하기 때문에 경쟁 제품(예: Pinecone, Weaviate, Azure AI Search)을 수평적으로 비교하는 비용이 증가합니다.
2. **오픈소스 버전과 SaaS 버전의 차별적인 포지셔닝**: NucliaDB 오픈소스 버전과 SaaS 상용 버전의 기능 세트 간의 비교 경계가 불분명합니다. 자체 호스팅 사용자는 상업적 승인에 따라 어떤 고급 기능(예: Agentic RAG 워크플로 REMi 평가)을 사용해야 하는지 예측하기 어렵습니다.
3. **브랜드 전환기 시장 인식**: Nuclia에서 Progress Agentic RAG로의 브랜드 변경은 아직 과도기입니다. nuclia.com은 Progress.com/agentic-rag로 리디렉션되었지만 "Nuclia"는 여전히 커뮤니티 토론 및 기술 블로그에서 주류 검색어입니다. 이러한 브랜드 이중 트랙 상태는 단기적으로 구매자의 정보 수집 비용을 증가시킬 수 있습니다.
4. **다중 모드 검색의 대규모 실제 성능**: 제품은 30개 이상의 파일 형식과 비디오/오디오 콘텐츠의 의미 검색을 지원한다고 주장하지만 기업 수준의 대규모 문서 라이브러리(백만 개 이상의 문서)에 대한 검색 대기 시간 및 정확도 데이터는 공개되지 않았습니다. PoC 단계에서는 스트레스 테스트를 위해 목표 크기의 데이터 볼륨을 사용하는 것이 좋습니다.

**구매 및 채택 권장사항**:

"먼저 검증한 후 확장"하는 경로를 채택하는 것이 좋습니다. 첫 번째 단계(2~4주): 14일 무료 평가판을 활용하고 비즈니스 시나리오(예: 고객 서비스 지식 기반 또는 IT 문서 검색)를 선택하고 500~1000개의 대표 문서를 업로드하고 파일 형식 막다른 골목, 다중 문서 추론의 정확성 및 REMi 점수의 참조 가능성에 중점을 두고 의미 체계 검색 및 Agentic RAG의 답변 품질을 수동으로 테스트합니다. 2단계(대상 시나리오 확장) : 검증 통과 후 업무 부서를 2~3개로 확대하고, 프로덕션 수준의 문서 볼륨에 접근하여 검색 지연 및 시스템 안정성을 검토합니다. 세 번째 단계(상업 조달): ROI 지표를 결정한 후 SSO, 감사 SLA 및 데이터 현지화를 포함하는 기업 계약 조건을 Progress 영업팀과 확인하고, 패키지 할당량을 초과한 후 초과 단가 및 데이터 마이그레이션 비용에 특히 주의합니다.

## Nuclia(Progress Agentic RAG) 사용법

- **웹 클라이언트** : 공식 홈페이지에 접속하여 계정을 등록하시면 사용하실 수 있습니다. 대부분의 기능은 설치가 필요하지 않습니다.
- **API 액세스**: RESTful API를 제공하며 개발자는 API 키를 획득하여 자신의 애플리케이션에 통합할 수 있습니다.

버전 정보

• Progress Agentic RAG(NucliaDB 드라이버) ：이 제품은 Progress 플랫폼 시스템에 통합되었으며 Agentic RAG 워크플로우 REMi 평가 지표 및 다중 소스 검색 기능을 계속 반복합니다. 구체적인 버전 번호는 공식 실시간 페이지에 따릅니다. （~2026-Q2）
• Nuclia 독립형 버전(NucliaDB) ：Progress에 인수되기 전 Nuclia의 독립 릴리스 버전으로, NucliaDB 오픈 소스 엔진과 SaaS 서비스를 제공합니다. 아직 공식적인 정확한 날짜는 없습니다. （~2025-Q4）
• NucliaDB 초기 릴리스 ：NucliaDB는 RAG를 위해 특별히 설계된 AI 검색 데이터베이스로 공개 출시되었으며, 다중 모드 데이터 인덱싱 및 의미 검색을 지원합니다. 아직 공식적인 정확한 날짜는 없습니다. （~2024）