edgequake: 무엇이며, 어떤 문제를 해결하고, 왜 주목받고 있는가

해결하는 문제

EdgeQuake는 전통적인 RAG 시스템의 한계를 극복하기 위해 설계된 고성능 Graph‑RAG 프레임워크입니다. 표준 벡터 기반 검색은 개념 간 구조적 관계를 잃어버리기 때문에 다중 홉 추론이나 주제별 질의에 자주 실패합니다. EdgeQuake는 문서를 지능형 지식 그래프로 변환함으로써 의미적 유사도와 그래프 탐색을 결합해 서로 다른 엔터티가 어떻게 연관되는지에 대한 복잡한 질문에 답할 수 있게 합니다.

작동 원리

최대 동시성 및 성능을 위해 Rust로 구현된 EdgeQuake는 LightRAG 알고리즘을 구현합니다. 문서를 LLM 기반 추출을 통해 엔터티와 관계의 지식 그래프로 분해합니다. 질의 시에는 여섯 가지 서로 다른 질의 모드(Naive, Local, Global, Hybrid, Mix, Bypass)를 활용해 벡터 공간과 그래프 구조를 모두 탐색합니다. 그래프 저장소로 PostgreSQL AGE를, 임베딩 저장소로 pgvector를 사용하며, 복잡한 레이아웃의 페이지를 이미지로 읽어들일 수 있는 멀티모달 LLM을 활용하는 특수 PDF 파이프라인을 포함합니다.

대상 사용자

복잡한 추론, 다중 컬럼 PDF, 높은 동시 사용자 부하를 처리할 수 있는 프로덕션 수준의 RAG 시스템이 필요한 개발자와 조직을 위한 솔루션입니다. 또한 Model Context Protocol(MCP)을 통해 AI 에이전트에 지식 그래프를 통합하고자 하는 경우에도 적합합니다.

주요 특징

• Graph‑RAG 아키텍처: 벡터 검색과 지식 그래프 탐색을 결합해 뛰어난 추론 능력을 제공
• Rust 성능: 비동기‑우선 Tokio 아키텍처와 제로‑카피 연산으로 높은 처리량 확보
• 멀티모달 PDF 파이프라인: Vision‑capable LLM(GPT-4o, Claude, Gemini) 지원으로 스캔 문서와 복잡한 표 처리
• 여섯 가지 질의 모드: 빠른 Naive 벡터 검색부터 포괄적인 Hybrid 그래프 질의까지 유연한 검색 전략 제공
• 지식 주입: 도메인 용어집 및 동의어를 주입해 질의를 자동으로 확장
• 맞춤 엔터티 구성: 워크스페이스당 최대 50개의 도메인‑특화 엔터티 타입 지원
• 에이전트 통합: Model Context Protocol(MCP)과 호환되어 AI 에이전트와 연동 가능

요약

Rust로 작성된 고성능 Graph‑RAG 프레임워크로, 문서를 지식 그래프로 변환해 복잡한 다중 홉 추론 및 주제별 검색을 가능하게 합니다.

제목

edgequake: 무엇이며, 어떤 문제를 해결하고, 왜 주목받고 있는가