LlamaIndex는 「LLM과 외부 데이터를 연결하는 RAG 작업에 특화된」 프레임워크입니다.
LangChain과 자주 비교되며, 특히 문서 인덱싱·검색·질의응답 같은 RAG 시나리오에 강한 도구로 자리잡았습니다.
LlamaIndex의 큰 강점은 「다양한 데이터 소스 연동」입니다.
PDF·DOCX·HTML·Notion·Google Drive·Slack·SQL DB 등 100개 이상의 데이터 소스에 대한 「로더」가 미리 마련돼 있어, 사내 자료를 즉시 LLM에 연결할 수 있습니다.
또 다른 강점은 「인덱스 구조의 다양성」입니다.
단순한 벡터 인덱스 외에도 「트리 인덱스(요약 계층)」, 「키워드 인덱스」, 「지식 그래프 인덱스」 등 다양한 인덱스를 제공해 자료 구조에 맞는 최적 검색 방식을 고를 수 있습니다.
비유하자면 LangChain이 「범용 LLM 개발 도구상자」라면 LlamaIndex는 「RAG·검색에 특화된 정밀 도구」입니다.
두 프레임워크를 함께 쓰는 일도 흔합니다 — LlamaIndex로 데이터 인덱싱·검색을, LangChain으로 에이전트·체인을 처리하는 식입니다.
LlamaIndex의 「Workflows」 기능은 LangGraph와 비슷한 그래프 기반 에이전트 정의를 지원하며, 사내 RAG 챗봇·문서 분석·검색 시스템 구축에 가장 자주 채택되는 도구입니다.
기업 도입 사례도 빠르게 늘고 있습니다.
한 줄 요약
LlamaIndex는 RAG에 특화된 프레임워크로, 100+ 데이터 소스 로더와 다양한 인덱스 구조를 제공합니다.
LangChain과 자주 결합 사용되며 사내 RAG 챗봇 구축의 표준입니다.
더 알아볼 것
- LlamaIndex의 Query Engine
- Knowledge Graph 인덱스
- RAG 평가 도구 — RAGAS
