LlamaIndex

LlamaIndex는 LLM에 사적 데이터를 연결하는 데이터 프레임워크로, 특히 RAG(검색 증강 생성)와 문서 기반 질의응답에 특화됐다. 다양한 소스의 데이터를 적재(ingest)→인덱싱→검색→LLM 응답으로 연결하는 파이프라인을 표준화해 제공하며, Python과 TypeScript를 지원한다.

핵심 기능은 수백 종의 데이터 커넥터(LlamaHub), 다양한 인덱스 구조와 청킹·임베딩 전략, 쿼리 엔진, 그리고 복잡한 문서 파싱을 처리하는 LlamaParse다. 최근엔 단순 검색을 넘어 도구를 쓰는 에이전트와 멀티스텝 워크플로, 문서 추출·정형화에 무게를 싣고 있다.

대상은 기업 문서·지식베이스 위에 정확한 RAG·검색 시스템을 올리려는 개발자와, 비정형 문서(PDF·표·스캔)를 정형 데이터로 뽑아내야 하는 팀이다. 오픈소스 프레임워크는 무료이고, 클라우드(LlamaCloud)와 LlamaParse는 사용량 기반 종량제(무료 한도 후 페이지·요청당 과금)로 제공된다.

강점은 RAG·문서 처리에 집중된 깊이, 까다로운 PDF/표 파싱 품질, 풍부한 커넥터다. 한계는 범용 에이전트 오케스트레이션 측면에선 LangGraph 같은 도구와 경쟁·중복되고, 고품질 파싱(LlamaParse) 같은 강점 기능은 클라우드 종량제라 대량 처리 시 비용이 든다는 점이다.