LightRAG의 개요
LightRAG는 언어 모델로 문서에서 엔티티와 관계를 추출해 지식 그래프로 만들고, 이를 벡터 임베딩과 함께 저장한 뒤 두 수준에서 검색합니다. 구체적인 엔티티(local)와 관계 사슬을 따라가는 더 넓은 주제(global)입니다. Microsoft GraphRAG와 달리 커뮤니티 보고서를 만들지 않아 LLM 호출이 줄어듭니다.
쿼리 모드는 다섯 가지이며, 기본값은 mix(그래프와 일반 벡터 검색 결합)입니다. 새 문서는 재구축 없이 추가할 수 있고, 삭제하면 그래프의 해당 부분만 복구합니다. 저장소는 교체할 수 있습니다. 기본값은 파일 기반이라 운영용이 아니며, 프로젝트는 네 가지 저장소를 모두 담을 수 있는 PostgreSQL을 권장합니다. 관리용 웹 UI가 있는 REST 서버를 제공하고, 2026년 5월부터는 멀티모달 문서를 위한 RAG-Anything을 포함합니다.
이 방법은 EMNLP 2025에 발표되었습니다.
LightRAG, 쓸 만한 가치가 있습니까?
LightRAG는 가장 먼저 시도해 볼 그래프 RAG 프레임워크입니다. 증분 업데이트를 지원하고, 일반 Postgres에서 돌아가며, Microsoft GraphRAG보다 훨씬 단순하기 때문입니다. GitHub 스타는 약 40,300개이고, v1.5.7은 2026년 9월 2일에 나왔으며 커밋은 10월까지 이어졌습니다.
절감 효과는 논문이 암시하는 것보다 작습니다. 인덱싱은 GraphRAG와 마찬가지로 모든 청크에 LLM 엔티티 추출을 돌립니다. 이득은 커뮤니티 보고서를 생략하고 증분 업데이트가 저렴하다는 데 있습니다. 더 큰 놀라움은 쿼리 비용입니다. 쿼리당 100토큰 미만이라는 논문의 주장은 검색 호출만 센 것입니다. GraphRAG-Bench 연구(Xiang et al.)는 답변 모델에 도달하는 프롬프트 토큰이 질문당 평균 100,832개로, 벡터 RAG의 879개와 대비된다고 측정했습니다. Zhou et al.은 Llama-3-8B로 MultihopQA 질문당 19.28초가 걸려 일반 RAG의 2.35초와 대비된다고 측정했습니다.
배포 전에 보안 작업이 필요합니다. LIGHTRAG_API_KEY나 AUTH_ACCOUNTS를 설정하지 않으면 서버는 0.0.0.0에 바인딩되고 모든 엔드포인트가 공개됩니다. 설정하더라도 WHITELIST_PATHS를 바꾸지 않으면 Ollama 호환 /api 경로는 열려 있습니다. GitHub에는 2026년 이 프로젝트의 보안 권고가 23건 올라 있고 그중 3건이 치명적 등급입니다. 자격 증명을 허용하는 와일드카드 CORS 정책, /login의 속도 제한 부재, 특정 API 접두사로 일어나는 인증 우회입니다. 나머지는 대부분 문서 파싱의 서비스 거부 버그이며 현재 패치되었습니다.
그래프가 제값을 하는 경우는 평가 세트에서 하이브리드 검색이 실패하는 멀티홉 질문이나 말뭉치 전체에 걸친 질문이 드러나고, 누군가 엔티티 모델을 책임질 때입니다. 실제로 그런 질문이 적다면 그래프는 비용만 늘립니다. 그래프가 정당한 경우라면, 단일 Postgres 위의 LightRAG는 GraphRAG의 일괄 재구축보다 운영 비용이 낮습니다.
제 역할을 하는 곳
변호사 300명 규모 로펌의 지식 관리 책임자
수천 건의 계약서에 걸쳐 조항, 당사자, 사건을 연결하는 질문에 답하기
저렴한 비추론 추출 모 델로 인덱싱하고 Postgres에서 mix 모드로 쿼리합니다. 먼저 같은 질문 세트를 하이브리드 벡터 검색에 돌려 봅니다. GraphRAG-Bench에서 질문당 프롬프트 토큰이 100배 이상이었으므로, 답변 모델 입력 비용도 그만큼 늘어납니다.
GPU 서버 한 대에서 사내 위키용 RAG를 자체 호스팅하는 플랫폼 엔지니어
페이지가 매일 바뀌어도 지식 그래프를 최신으로 유지하기
Docker Compose로 lightrag-server를 실행하고, 추출에는 Qwen3-30B-A3B-Instruct, 네 가지 저장소 모두에는 Postgres를 씁니다. 새 페이지는 재구축 없이 추가됩니다. 다른 사람이 접근하기 전에 127.0.0.1에 바인딩하거나 LIGHTRAG_API_KEY를 설정합니다.
그래프 RAG 프레임워크를 비교하는 연구 엔지니어
하나를 고르기 전에 발표된 결과 재현하기
저장소에는 Reproduce 가이드와 RAGAS 평가가 있습니다. 논문 자체 데이터셋에서는 GraphRAG에 가까운 결과를 예상할 수 있습니다. 결정은 대개 정확도보다 업데이트 비용과 Postgres 지원에 달려 있습니다.
도입 전 확인할 점
- 설정
- uv tool install "lightrag-hku[api]"로 설치하고, env.example을 .env로 복사해 LLM과 임베딩 설정을 넣은 뒤 lightrag-server를 실행합니다. docker compose up도 됩니다. 설정 마법사(make env-server)가 .env를 작성해 줍니다.
- 연동
- 역할별(extract, query, keywords, VLM) OpenAI 호환, Ollama 및 기타 LLM 제공업체, PostgreSQL, MongoDB, OpenSearch, Neo4j, Memgraph, Milvus, Qdrant 저장소, MinerU 또는 Docling 파싱, RAGAS 평가와 Langfuse 추적, Ollama 호환 채팅 API를 지원합니다.
- 데이터와 개인정보
- 문서는 설정한 LLM 및 임베딩 제공업체로 전송됩니다. 서버는 기본으로 인증 없이 0.0.0.0에 바인딩됩니다. 2026년 GitHub 보안 권고는 23건이며 그중 3건이 치명적입니다(CORS, /login 무차별 대입, 인증 우회).
- 대규모 사용 시 비용
- MIT이며 유료 에디션은 없습니다. 인덱싱에는 말뭉치 전체에 대한 LLM 추출 비용이 들고, 답변에는 GraphRAG-Bench 기준 질문당 약 100,000 프롬프트 토큰이 전송되어 벡터 RAG의 1,000개 미만과 대비됩니다. 로컬 Qwen3-30B-A3B 추출 모델을 쓰면 API 비용 대신 GPU 시간이 듭니다.
- 제한
- 열린 이슈와 풀 리퀘스트 402개. 기본 파일 저장소는 운영용이 아닙니다. 느린 모델(초당 약 50토큰 미만)은 추출 타임아웃에 걸립니다. 임베딩 모델을 바꾸려면 lightrag-rebuild-vdb가 필요합니다.
좋은 점
- 재구축 없는 증분 추가와 삭제
- 운영 환경에서 단일 Postgres로 실행
- Microsoft GraphRAG보다 유지 비용이 낮음
- 내장 서버, 웹 UI, 멀티모달 파싱
아쉬운 점
- 답변 시 컨텍스트가 벡터 RAG의 100배 이상
- 서버가 기본으로 인증 없이 모든 인터페이스에 바인딩됨
- 2026년 보안 권고 23건, 그중 치명적 3건
- 임베딩 모델을 바꾸면 벡터를 재구축해야 함
추천 대상
평가에서 하이브리드 검색으로는 멀티홉 질문이 실패하는 것을 확인했고, Postgres 위에 그래프를 두려는 팀.
LightRAG 대안
LightRAG: 자주 묻는 질문
- LightRAG, 쓸 만한 가치가 있습니까?
- 그래프 RAG를 시험해 보는 합리적인 방법이며 Microsoft GraphRAG보다 유지 비용이 낮습니다. 하지만 대부분의 팀은 그래프를 더하기 전에 정말 필요한지부터 입증해야 합니다. 평점은 5점 만점에 3.9점입니다.
- LightRAG의 가격은 얼마입니까?
- MIT 라이선스의 무료 오픈소스입니다. 인덱싱과 쿼리에는 사용자의 LLM 및 임베딩 크레딧이 쓰입니다.
- LightRAG의 단점은 무엇입니까?
- 답변 시 컨텍스트가 벡터 RAG의 100배 이상; 서버가 기본으로 인증 없이 모든 인터페이스에 바인딩됨; 2026년 보안 권고 23건, 그중 치명적 3건; 임베딩 모델을 바꾸면 벡터를 재구축해야 함.
- LightRAG에 적합한 사람은 누구입니까?
- 평가에서 하이브리드 검색으로는 멀티홉 질문이 실패하는 것을 확인했고, Postgres 위에 그래프를 두려는 팀.
- 팀이나 프로덕션 환경에서 LightRAG의 비용은 얼마입니까?
- MIT이며 유료 에디션은 없습니다. 인덱싱에는 말뭉치 전체에 대한 LLM 추출 비용이 들고, 답변에는 GraphRAG-Bench 기준 질문당 약 100,000 프롬프트 토큰이 전송되어 벡터 RAG의 1,000개 미만과 대비됩니다. 로컬 Qwen3-30B-A3B 추출 모델을 쓰면 API 비용 대신 GPU 시간이 듭니다.
- LightRAG에 회사 데이터를 맡겨도 안전합니까?
- 문서는 설정한 LLM 및 임베딩 제공업체로 전송됩니다. 서버는 기본으로 인증 없이 0.0.0.0에 바인딩됩니다. 2026년 GitHub 보안 권고는 23건이며 그중 3건이 치명적입니다(CORS, /login 무차별 대입, 인증 우회).
- LightRAG의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 GraphRAG, Graphiti, Cognee, RAGFlow 및 LlamaIndex입니다.
답변 확인일: 2026년 10월 23일.