AI 애플리케이션의 진화는 텍스트 중심에서 오디오 및 비디오 등 멀티모달 콘텐츠를 포함하는 방향으로 확장되고 있다. 기업과 조직은 이러닝, 법률 분석, 고객 지원, 의료 상담 기록 등 다양한 분야에서 음성과 영상 기반의 데이터 검색 및 활용에 대한 수요가 증가하고 있지만, 이를 처리할 수 있는 효율적 도구는 제한적이다. 특히 오디오·비디오 콘텐츠의 특정 시점과 문맥을 자동으로 파악하고 대응하는 AI 기반 RAG(Retrieval Augmented Generation) 솔루션의 필요성이 제기되고 있다.

멀티모달 RAG 솔루션 기업 라지(Ragie)가 오디오·비디오 기반 검색까지 지원하는 멀티모달 RAG 기능을 포함한 다양한 신규 기능을 공개했다.

오디오·비디오 RAG로 AI 응답 정확도 향상

라지의 멀티모달 RAG는 오디오 및 비디오 파일을 기반으로 특정 내용을 질의하고, 그에 대한 응답을 제공함과 동시에 해당 콘텐츠의 정확한 시점부터 재생할 수 있도록 지원한다. 개발자는 어떤 오디오나 비디오 파일이든 업로드하고 질문을 하면, 관련 응답과 함께 해당 장면을 스트리밍할 수 있다. 이 기술은 e러닝, 미디어 분석, 의료 영상, 법률 기록 검색, 고객 응대 등 다양한 산업에서 정보 접근성과 분석 속도를 향상할 수 있다.

기존 텍스트 중심의 RAG를 넘어 음성과 영상 콘텐츠를 완전히 검색 가능한 구조로 전환해, 몰입형 콘텐츠를 기반으로 차세대 AI 애플리케이션을 구축할 수 있다. 이 기능은 단순 검색에 그치지 않고, 개발자가 단 몇 줄의 코드로 관련 콘텐츠의 시작 지점부터 오디오나 비디오를 스트리밍할 수 있도록 한다.

개발자 지원 도구 강화

AI 에이전트 및 통합 검색을 위한 모델 컨텍스트 프로토콜(MCP) 서버 1.0 버전도 함께 공개됐다. 기존 MCP 서버가 단일 통합만을 지원했던 데 반해, 라지의 MCP는 하나의 도구 호출로 조직의 다양한 데이터 소스를 연동할 수 있도록 지원한다.

또한, 개발자를 위한 커맨드라인 도구(Ragie CLI)가 함께 제공되며, 파일 및 유튜브 가져오기 기능이 포함됐다. 여기에 신규 기능 ‘프롬프티(Promptie)’가 함께 출시돼, 엔지니어들이 실제 통합 이전에 프롬프트를 빠르게 테스트하고 조정할 수 있다.

인터컴, 셰어포인트 등 주요 SaaS 연동 확대

라지는 지식 기반 대화형 인터페이스인 ‘베이스 챗(Base Chat)’의 일반 사용자 대상 공개도 함께 발표했다. 사용자는 가입만 하면 자체 지식 데이터베이스와 연동된 베이스 챗을 이용해 질문을 입력하고, 그에 대한 응답과 해당 오디오·비디오 콘텐츠의 정확한 시점을 즉시 재생할 수 있다.

이 외에도 이번 릴리즈를 통해 인터컴(Intercom), 셰어포인트(SharePoint), 젠데스크(Zendesk), 백블레이즈(Backblaze)와 같은 대표적인 SaaS 플랫폼에 대한 네이티브 커넥터를 추가했다. 수작업 없이 다양한 시스템 간 데이터를 연동할 수 있게 되어 기업의 데이터 활용성과 개발 효율성이 한층 향상될 것으로 기대된다.

라지 밥 레메이카(Bob Remeika) CEO는 “오디오 및 비디오 RAG는 개발자들이 몰입형 콘텐츠를 기반으로 차세대 애플리케이션을 구축할 수 있도록 한다.”라고 말했다.