Moait
홈인기 피드모든 블로그모든 태그
홈인기 피드모든 블로그모든 태그

사내 지식으로 Agentic RAG 만들기 (2/3) : 검색을 얹기, LightRAG와 Navigator

여기어때 favicon여기어때·AI/ML·
Vector SearchKnowledge GraphGraphRAGNeo4jLightRAG
2026년 10월 10일0

AI 요약

이 글은 AI가 요약했어요. 정확한 내용은 꼭 원문을 확인해 주세요!

핵심 요약

여기어때는 LightRAG와 Navigator를 도입해 의미 기반 검색과 문서 위치 탐색을 결합한 내부 검색 도구를 구축했고, 정확도는 76%에서 84%로 향상되었으며 적재 시간은 81%, 메모리 사용률은 40% 감소했습니다.

구현 방법

  • LightRAG: 엔티티/관계 추출로 그래프 구성하고 벡터 임베딩으로 검색 점수를 결정
  • Navigator: Confluence/Jira 트리를 Neo4j 그래프로 매핑해 위치 정보를 보완하고 경로 정보를 청크에 임베딩
  • 운영/프롬프트 개선: 도메인 특화 프롬프트, 노이즈 감소, 증분 적재 및 재처리 로직 도입

주요 결과

  • 정확도 76%→84%, 데이터/UNKNOWN 노드 감소 86%, 전체 노드 감소 42%
  • Navigator 적재 시간 81% 단축, 메모리 사용률 40% 감소

연관 피드

%가 높을수록 이 글과 비슷할 가능성이 높아요!
사내 지식으로 Agentic RAG 만들기 (1/3) : RAG 파이프라인의 바닥 다지기 섬네일
89%

사내 지식으로 Agentic RAG 만들기 (1/3) : RAG 파이프라인의 바닥 다지기

여기어때 favicon여기어때·2026년 08월 20일
No Image
83%

사내 지식으로 Agentic RAG 만들기 (3/3) : 관측 가능한 RAG, 운영되는 도구로

여기어때 favicon여기어때·2026년 10월 10일
Career Agent 개발기 (4) : RAG (Retrieval-Augmented Generation) 섬네일
77%

Career Agent 개발기 (4) : RAG (Retrieval-Augmented Generation)

잡코리아 favicon잡코리아·2026년 06월 10일