707d99d.js","832","static/chunks/832-433212fc0faa6b60.js","489","static/chunks/489-a5b84db177ed4a3f.js","430","static/chunks/app/%5Blocale%5D/w/%5Bkeyword%5D/page-7e0f5d54d5ece173.js"],"default"] 20:T794,

LlamaIndex

유형	LLM 데이터 프레임워크
언어	Python
라이선스	MIT
용도	RAG, 데이터 연결
웹사이트	https://llamaindex.ai

LlamaIndex(라마인덱스)는 [[LLM]]과 사용자 데이터를 연결하는 데이터 프레임워크입니다. [[RAG]] 시스템 구축에 최적화되어 있습니다. [[youtube:TyTDXFh9Dqo|LlamaIndex 소개]] == 개요 == LlamaIndex(구 GPT Index)는 다양한 데이터 소스를 LLM에 연결하는 프레임워크입니다. 문서를 인덱싱하고 쿼리하는 과정을 단순화합니다. == 핵심 개념 == === Document === 원본 데이터: * PDF, 텍스트 * 웹페이지 * 데이터베이스 === Node === 문서의 청크: * 자동 분할 * 메타데이터 포함 === Index === 검색을 위한 구조: * Vector Store Index * Tree Index * Keyword Index === Query Engine === 질문 처리: * 검색 + 생성 * 응답 합성 == 주요 기능 == === 데이터 커넥터 === * 파일 (PDF, DOCX, CSV) * 웹 (URL, Wikipedia) * DB (SQL, MongoDB) * API (Notion, Slack) === 인덱싱 === * 자동 청킹 * [[임베딩]] 생성 * 메타데이터 추출 === 쿼리 === * 시맨틱 검색 * 질의응답 * 요약 == LangChain vs LlamaIndex == {| ! 항목 !! LangChain !! LlamaIndex |- | 초점 || 워크플로우/에이전트 || 데이터 인덱싱 |- | 강점 || 유연한 체인 구성 || RAG 최적화 |- | 용도 || 범용 LLM 앱 || 문서 QA |} == 활용 사례 == * 기업 문서 검색 * 지식베이스 QA * 챗봇 데이터 연동 * 연구 논문 분석 == 관련 문서 == * [[RAG]] * [[LangChain]] * [[벡터 데이터베