한 줄 요약

OpenAI Assistants는 OpenAI 안에서 가장 빠르게 “문서 위 챗봇”을 만드는 방법입니다. file_search, code_interpreter, function tool — 모두 한 API에 담겨 있어 prototype은 한 시간이면 됩니다.

대신 retrieval 내부는 블랙박스이고, 모델 · 데이터 · 관측은 OpenAI 생태계 안에 묶입니다. Schift는 인용 chunk 단위까지 보이고, 모델은 BYOK · 데이터는 자기 클러스터 / 온프레로 둘 수 있습니다.

성능 · 정확도

Schift는 한국어 RAG에 대해 재현 가능한 벤치마크를 운영합니다 (/benchmark).

벤치마크	Schift 측정값
Korean Legal multi-hop · recall@10 (hybrid + rerank)	79.2%
Korean Legal · 4-hop recall@20	59.3%
Korean Legal QA	54.7% (Qwen3-8B SOTA 대비 +13.2pp)

OpenAI file_search는 OpenAI default chunker · 임베딩 · retrieval 정책을 사용합니다. Korean 코퍼스에서는 BM25 + dense hybrid + rerank가 큰 폭으로 우위를 보입니다. Schift는 BYOK이므로 OpenAI 모델은 그대로 LLM 라우팅에 두고, retrieval 레이어만 Schift로 교체해 정확도를 올리는 패턴이 가능합니다.

지원하는 것 / 안 하는 것

항목	OpenAI Assistants	Schift
LLM provider	OpenAI only	BYOK · 다중 provider · fallback
Retrieval 가시성	file_search 블랙박스	chunk · score · BM25/dense 기여도 노출
커스텀 임베딩 / rerank	없음 (OpenAI default)	관리형 1024d 임베딩 모델 + BYO + 자동 rerank
한국어 BM25 / 형태소 / OCR	없음 (default 처리, 품질 가변)	내장 + 관리형 1024d 임베딩 모델
인용 traceability	annotation 일부 노출	chunk → page → doc 자동
멀티테넌트	없음 (apikey 단위만)	org · tenant · project · RLS · BYOK
평가 / 회귀	없음	재현 가능한 벤치마크 harness
데이터 주권	OpenAI 처리 정책 의존	온프레 / Compose / Terraform · BYOK
컴플라이언스	OpenAI Enterprise 정책	SOC 2 / SSO / SCIM / CMEK / DPA / 온프레
비용 가시성	토큰 단위	storage · query · embed · LLM 5축 분리

이럴 땐 OpenAI Assistants를 그대로 쓰세요

OpenAI 단일 벤더로 충분. 모델 다양화 / BYOK / 데이터 주권 요구가 없는 경우.
Internal prototype / hackathon / weekend project. 한 시간 안에 “문서 위 챗봇”이 필요한 경우 가장 빠른 길.
인용 정확도가 비즈니스 임팩트가 아닌 경우. 사내 검색 보조, 가벼운 FAQ 등.
이미 OpenAI 결제 / 거버넌스가 정착된 조직에서 추가 벤더 도입을 피하고 싶은 경우.

이럴 땐 Schift가 낫습니다

한국어 / 한국 도메인 문서. file_search는 Korean에 최적화돼 있지 않음. Schift는 관리형 1024d 임베딩 모델 · Korean tokenizer · 내장 OCR 기본 동봉.
인용을 chunk 단위로 보여줘야 하는 제품. file_search annotation은 부분 노출이라 “정답이 어디서 왔는지” 추적이 약함.
multi-LLM 라우팅 · BYOK · fallback. 비용 / 응답 시간 / 정책에 따라 모델을 바꿔야 하는 prod 워크로드.
데이터 주권 / 온프레 / 컴플라이언스가 deal-breaker. 금융 · 제약 · 공공.
멀티테넌트 B2B SaaS. assistant id를 tenant 단위로 관리하면 빠르게 한계에 부딪힙니다.
평가 / 회귀 / 감사가 first-class 요구.

마이그레이션은 어떻게 하나

Python schift-cli로 새 Schift bucket을 만들고 마이그레이션 대상을 확인.
OpenAI vector store에 올린 파일 원본을 Schift bucket에 ingest. (OpenAI Files API에서 원본 다운로드 가능.)
Assistant 호출 라우트를 schift.ask() 로 교체. tools 가 필요하면 Schift agent runtime 또는 외부 LangGraph와 hybrid.
OpenAI 모델은 BYOK으로 그대로 사용 가능 — “OpenAI를 끄는 게 아니라 OpenAI를 라우팅에 두는” 구조.

다음 단계

Schift 5분 quickstart
RAG 벤치마크
vs. Pinecone · vs. LangChain
팀과 직접 이야기 — BYOK / 온프레 / 컴플라이언스 견적.