---
id: wiki-2026-0508-llamaindex
title: LlamaIndex
category: 10_Wiki/Topics
status: needs_review
canonical_id: self
aliases: [LLAMAINDEX-001]
duplicate_of: none
source_trust_level: A
confidence_score: 1.0
tags: [ai, rag, llamaindex, data-framework, llm]
raw_sources: []
last_reinforced: 2026-04-26
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
  language: unspecified
  framework: unspecified
---

# LlamaIndex (데이터 프레임워크)

## 📌 한 줄 통찰 (The Karpathy Summary)
> "LLM을 당신의 개인 데이터와 연결하는 지능적인 데이터 가교" — 비정형 데이터를 인덱싱하고 최적화된 방식으로 검색하여 LLM의 답변 품질을 높이는 RAG(검색 증강 생성) 특화 프레임워크.

## 📖 구조화된 지식 (Synthesized Content)
- **추출된 패턴:** 방대한 외부 문서를 작은 단위(Node)로 쪼개고 색인(Index)을 생성하여, 질문과 가장 관련 있는 정보만 골라 프롬프트에 주입하는 RAG 파이프라인 패턴.
- **세부 내용:**
    - **Data Connectors:** PDF, Notion, Slack 등 다양한 소스에서 데이터를 파이싱하고 로드.
    - **Indices:** 데이터를 검색 가능한 구조(Vector Store, Tree, Keyword 등)로 변환 및 저장.
    - **Query Engine:** 사용자의 자연어 질문을 쿼리로 변환하여 인덱스에서 정보를 추출하고 답변 생성.
    - **Synthesizer:** 검색된 여러 조각의 정보를 결합하여 최종적으로 일관성 있는 답변을 구성.

## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 단순한 텍스트 임베딩 검색에서, 최근에는 에이전트적 추론(Agentic RAG)과 멀티모달 인덱싱 기능이 강화되는 추세.
- **정책 변화:** Antigravity 프로젝트의 'Knowledge Engine'은 LlamaIndex의 원리를 바탕으로 로컬 위키 데이터를 인덱싱하여 에이전트의 답변 정확도를 보장함.

## 🔗 지식 연결 (Graph)
- [[RAG|RAG]], Vector-Database, LangChain, [[In-Context-Learning|In-Context-Learning]]
- **Raw Source:** 10_Wiki/Topics/AI/LlamaIndex.md

## 🤖 LLM 활용 힌트 (How to Use This Knowledge)

**언제 이 지식을 쓰는가:**
- *(TODO)*

**언제 쓰면 안 되는가:**
- *(TODO)*

## 🧪 검증 상태 (Validation)

- **정보 상태:** needs_review
- **출처 신뢰도:** A
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*

## 🧬 중복 검사 (Duplicate Check)

- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
- **처리 방식:** UPDATE (자동 정규화)
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.

## 🕓 변경 이력 (Changelog)

| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|------|-----------|-----------|--------|
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |

## 💻 코드 패턴 (Code Patterns)

**패턴 1:** *(TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)*

```text
# TODO
```

## 🤔 의사결정 기준 (Decision Criteria)

**선택 A를 써야 할 때:**
- *(TODO)*

**선택 B를 써야 할 때:**
- *(TODO)*

**기본값:**
> *(TODO)*

## ❌ 안티패턴 (Anti-Patterns)

- **[안티패턴]:** *(TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)*