추출 파이프라인
추출 파이프라인은 원문 HTML이나 멀티모달 소스로부터 의미 있는 텍스트 조각을 식별·정제·구조화하는 단계들이다. DOM 파싱·언어별 정규화·중복 제거·스니펫 생성·메타데이터 연결을 거쳐 LLM 입력에 적합한 'agent-ready' 스니펫을 만든다. 품질 좋은 추출은 RAG 컨텍스트의 정확성과 토큰 효율성에 직결된다.
