Langchain을 통한 개인블로그 RAG 프로젝트

핵심 내용

• 개인 기록용 웹 플랫폼과 LLM 애플리케이션을 함께 만들며 개인 블로그 RAG 프로젝트를 진행한 사례
• Obsidian 기반 마크다운 문서를 데이터 소스로 사용하고, Streamlit과 LangChain으로 RAG 애플리케이션을 구성
• Milvus serverless, Vercel, Streamlit Cloud를 활용해 운영 부담과 비용을 줄이는 방향 채택
• 페이지 조회수, 언어 설정, 벡터 DB 연동, 메모리 관리, 버전 정책 등 실제 운영 관점의 고민과 개선 과정을 정리

구조와 흐름

• 기록 습관과 개인 브랜딩을 위한 웹 플랫폼과 LLM 애플리케이션을 병행 구축
• 로컬 기반 Obsidian으로 스키마 유연성을 확보하고, 이를 RAG 데이터 소스로 활용
• Streamlit과 LangChain 조합으로 빠르게 프로덕트 형태의 LLM 기능 구현

성능/운영 포인트

• 모든 문서 재임베딩 대신 개별 파일만 업데이트하도록 구조 변경해 토큰과 비용 절감
• Google Analytics 플러그인으로 조회수, 체류 시간, 인기 페이지 같은 운영 지표 확인
• Milvus upsert와 auto_id 충돌, LangChain 추상화 문제 등 구현과 운영에서 발생한 제약 대응

적용해볼 점

• RAG 데이터는 전체 재처리보다 변경 단위 중심으로 설계하는 방식 검토
• 레퍼런스가 많은 도구를 우선 고려해 시행착오와 탐색 비용 최소화
• 기능 추가보다 운영 가능한 구조와 목적 유지의 균형 우선