1.8 KiB
1.8 KiB
id, category, confidence_score, tags, last_reinforced
| id | category | confidence_score | tags | last_reinforced | |||||
|---|---|---|---|---|---|---|---|---|---|
| LLAMAINDEX-001 | Unified | 1.0 |
|
2026-04-26 |
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 & RL Update)
- 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, Vector-Database, LangChain, In-Context-Learning
- Raw Source: 10_Wiki/Topics/AI/LlamaIndex.md