HKUDS/LightRAG
[EMNLP2025] "LightRAG: Simple and Fast Retrieval-Augmented Generation"
What it solves
LightRAG는 Microsoft GraphRAG의 더 효율적인 대안으로 설계된 경량 그래프 기반 검색 증강 생성 (RAG) 프레임워크입니다. 기존의 청크 기반(chunk-based) RAG에서 발생하는 문맥 파편화 문제와 대규모 그래프 인덱싱으로 인한 높은 계산 비용, 느린 응답 시간, 그리고 값비싼 증분 업데이트 문제를 해결합니다.
How it works
LightRAG는 지식 그래프(KGs)와 벡터 임베딩을 모두 관리하는 이중 레이어 아키텍처를 사용합니다. 이를 통해 벡터 기반 RAG와 그래프 기반 RAG 사이의 간극을 메울 수 있습니다. 상세한 사실과 추상적인 개념을 동시에 통합하기 위해 이중 레벨 검색 메커니즘을 채택합니다. 업데이트의 경우, 새로운 데이터를 기존 그래프에 병합하여 글로벌 인덱스를 다시 구축할 필요 없이 원활한 증분 인덱싱 파이프라인을 사용합니다.
Who it’s for
법률 또는 금융과 같이 글로벌 이해나 논리적 추론이 필요한 수직적 도메인에서 고품질의 RAG가 필요한 사용자, 그리고 실시간 업데이트가 필요한 동적 데이터셋을 다루는 사용자를 위해 설계되었습니다.
Highlights
- Dual-Layer Architecture: 지식 그래프와 벡터 임베딩을 결합하여 깊은 문맥 이해를 제공합니다.
- Incremental Updates: 원활하고 실시간적인 지식 베이스 업데이트와 효율적인 문서 삭제를 지원합니다.
- Multimodal Support: RAG-Anything과 통합하여 문서에서 텍스트, 표, 수식, 이미지를 파싱하고 검색할 수 있습니다.
- Role-Specific LLM Config: 추출, 쿼리, 키워드, 비전 작업을 위해 독립적인 LLM 설정을 허용하여 비용과 성능의 균형을 수平衡합니다.
- Flexible Storage: MongoDB, PostgreSQL, Neo4J, 및 OpenSearch를 포함한 여러 백엔드를 지원합니다.