PolyUQuest의 개요
PolyUQuest는 평면적인 청킹이 버리는 구조를 유지한 채 웹사이트에 관한 질문에 답합니다. 웹 페이지, DOM 블록(각 페이지 HTML의 구획으로 약 150단어로 제한), 추출된 엔티티로 이루어진 3계층 그래프를 만들어 Neo4j에 저장하고 벡터는 Qdrant에 두며, 각 질의를 세 가지 모드 중 하나로 보냅니다. 블록 직접 검색, 링크를 따라가는 페이지 기준 검색, 엔티티 그래프 탐색입니다. 신뢰도가 낮은 질의를 위한 하이브리드 모드도 있지만 기본 제공 설정에서는 꺼져 있습니다. 답변은 근거 블록을 인용합니다.
저장소는 홍콩이공대학교(Hong Kong Polytechnic University) 연구팀의 온라인 서비스 스택으로, FastAPI 백엔드, Next.js 14 프런트엔드, PolyU 웹사이트에 대한 300문항 벤치마크를 담고 있습니다. 함께 나온 논문 'PolyUQuest: Verifiable Structure-Aware Web RAG over Heterogeneous Graphs'(arXiv 2607.08269)는 CIKM 2026 데모 트랙에 채택되었습니다. 기본 설정은 SiliconFlow API로 DeepSeek 모델과 BGE-M3 임베딩을 호출하고, 리랭킹에는 Qwen3-Reranker-8B를 씁니다.
코드는 Apache 2.0이며, 데이터셋은 연구 용도로만 쓸 수 있고 저자들은 그 조건을 CC BY-NC 4.0과 같다고 설명합니다. 저장소는 2026년 6월에 만들어졌고 커밋은 두 건(최신은 2026년 11월 3일)이며 릴리스는 없습니다.
PolyUQuest, 쓸 만한 가치가 있습니까?
PolyUQuest는 논리가 탄탄한 연구 결과이지만 아직 배포할 물건은 아닙니다. 아이디어는 타당하고 기존의 그래프 RAG 프레임워크들이 거의 다루지 않는 영역입니다. 웹사이트의 링크와 HTML 레이아웃은 공짜로 얻는 구조이며, 논문의 어블레이션에 따르면 품질 우위의 대부분은 엔티티 그래프가 아니라 DOM을 반영한 블록에서 나옵니다. 하지만 저장소는 GitHub 스타 3개, 커밋 두 건, 릴리스 없음이며, 사이트를 크롤링하고 인덱싱하는 오프라인 파이프라인이 빠져 있어 Neo4j와 Qdrant 저장소는 빈 상태로 시작합니다.
논문의 수치는 강력하지만 자체 보고이며, 저자들이 직접 만든 PolyU 4,240개 페이지(DOM 블록 31,086개, 엔티티 29,119개)에 대한 300문항 벤치마크에서 나온 것입니다. PolyUQuest는 답변 정확도 0.644, 충실도 0.921을 기록해 LightRAG의 0.610과 0.559를 앞섰고, 질의당 토큰은 LightRAG의 29,825개에 비해 2,968개, 인덱스 구축 토큰은 3,740만 개에 비해 1,750만 개였습니다. 단순한 청크 RAG는 2,947토큰으로 정확도 0.532를 냈습니다. 논문은 사용한 언어 모델을 밝히지 않고, 답변을 사람이 채점했는지 모델이 채점했는지도 적지 않아 수치를 재현하기 어렵습니다.
배포된 그대로는 개발용 구성입니다. FastAPI 서버는 0.0.0.0에 바인딩되고 자동 리로드가 켜져 있으며 /api/query에 인증이 없습니다. docker-compose.yml은 Neo4j와 Qdrant를 모든 인터페이스에 공개하고, Neo4j 비밀번호가 파일에 그대로 커밋되어 있으며 APOC과 Graph Data Science 프로시저도 제한이 없습니다. 또한 바꾸지 않는 한 모든 질의가 중국 API 제공업체인 SiliconFlow로 전송되어 라우팅, 임베딩, 질의 재작성, 리랭킹에 쓰입니다. 문서화된 대안은 DeepSeek과 Qwen이며, 임베딩은 BGE-M3로 로컬에서 실행할 수도 있습니다.
이 사이트에서 리뷰한 LightRAG 와 Microsoft GraphRAG는 어떤 문서 컬렉션이든 인덱싱하고 관리되는 릴리스를 냅니다. PolyUQuest는 HTML 사이트를 대상으로 하며 평가도 한 곳에서만 이루어졌습니다. Neo4j와 Graphiti는 경쟁자라기보다 PolyUQuest가 올라설 수 있는 인프라입니다. 가장 쓸모 있는 교훈은 임베딩 전에 페이지를 DOM에 따라 나누면 평면적인 청크와 더 무거운 그래프를 모두 이긴다는 점이며, 이 코드베이스가 도입할 만한 수준이 되기 훨씬 전부터 기존 파이프라인에 가져다 쓸 가치가 있습니다.
제 역할을 하는 곳
그래프 RAG 기법을 비교하는 검색 분야 연구자
공개된 테스트셋에서 새 기법을 구조 인식 웹 RAG와 비교
python -m agent_rag.evaluation --validate-only 로 서비스 없이 300문항을 검증하고, replay 모드로 자신의 시스템 출력을 답변 구간 지표로 채점할 수 있습니다. 블록 단위 지표에는 저자들의 코퍼스 빌드 20260523이 필요한데 저장소에 없으므로, PolyUQuest 자체와 같은 조건으로 비교하는 것은 아직 불가능합니다.
학과와 입학 안내 페이지가 수천 개인 대학의 웹 팀
답변마다 근거가 된 페이지 구획을 인용하는 학생용 Q&A 도우미 시제품 만들기
라우터, 검색 모드, Next.js 채팅 UI는 참고 구현으로 쓸 수 있습니다. 크롤러와 엔티티 추 출 모듈은 소스에 있지만 이를 Neo4j와 Qdrant에 적재하는 파이프라인은 없으므로 팀이 직접 구축 과정을 짜야 합니다. 논문의 4,240개 페이지에 1,750만 토큰이라는 구축 비용이 대략적인 예산이 됩니다. 학생에게 공개하기 전에 인증을 추가하고 데이터베이스 포트를 닫으십시오.
제품 문서 사이트에서 LightRAG를 운영하는 엔지니어
충실도를 잃지 않고 답변 시 토큰 줄이기
코드 대신 결론을 가져다 씁니다. 인덱싱 전에 페이지를 HTML 구조에 따라 약 150단어 블록으로 나눕니다. 논문의 어블레이션은 PolyUQuest 우위의 대부분을 이 단계 덕분으로 보며, 새 데이터베이스도 필요 없습니다.
도입 전 확인할 점
- 설정
- .env.example을 복사해 SiliconFlow 키를 넣고, docker-compose up -d로 Neo4j와 Qdrant를 띄운 뒤 uv sync와 uv run agent-rag-serve를 실행하고, frontend/에서 npm run dev를 실행합니다. Python 3.11 이상, Node 18 이상, Docker가 필요하며 API 기본 설정이면 GPU는 필요 없습니다. 저장소는 빈 상태로 시작합니다.
- 연동
- APOC과 Graph Data Science가 포함된 Neo4j 5 Community, Qdrant, SiliconFlow·DeepSeek·Qwen API, API 또는 로컬 BGE-M3 임베딩, SiliconFlow를 통한 Qwen3-Reranker-8B, JavaScript로 렌더링되는 페이지용 Firecrawl(선택). REST 엔드포인트는 /api/query, /api/graph/stats, /api/health입니다.
- 데이터와 개인정보
- 질의와 페이지 본문은 설정한 LLM, 임베딩, 리랭커 API(기본값은 SiliconFlow)로 전송됩니다. 서버는 인증 없이 0.0.0.0에 바인딩되고, Neo4j와 Qdrant 포트는 커밋된 기본 비밀번호로 공개됩니다. 코드는 Apache 2.0이며 벤치마크는 상업적 사용을 금지합니다.
- 대규모 사용 시 비용
- 유료 에디션은 없습니다. 논문에 따르면 4,240개 페이지 인덱싱에 LLM 토큰 1,750만 개, 질의당 약 2,968토큰이 듭니다. API 가격은 저장소에 나와 있지 않습니다. 직접 호스팅하면 Neo4j와 Qdrant 서버가 추가로 필요하고, 모델을 로컬에서 돌린다면 GPU도 필요합니다.
- 제한
- 인덱싱 파이프라인 미공개. 커밋 두 건, 릴리스 없음, 등록된 이슈 없음. 기본 제공 설정에서 하이브리드 라우팅이 꺼져 있음. 대학 사이트 한 곳에서만 평가됨. 데이터셋의 정답 블록 ID는 저자들의 미공개 코퍼스 빌드에서만 해석됩니다.
좋은 점
- 평면적인 청킹이 버리는 페이지 링크와 HTML 구조를 활용
- 논문 기준 충실도 0.921로 LightRAG의 0.559를 앞섬
- 논문 실험에서 질의당 토큰이 LightRAG의 약 10분의 1
- 300문항 벤치마크와 어블레이션 도구 제공
아쉬운 점
- 오프라인 크롤링·인덱싱 파이프라인 미포함
- 스타 3개, 커밋 두 건, 릴리스 없음
- API 인증 없음, 커밋된 비밀번호로 데이터베이스가 노출됨
- 결과는 자체 보고이며 벤치마크는 비상업용
추천 대상
운영용 RAG 시스템이 필요한 팀보다는, HTML 사이트에서 구조를 반영한 검색을 연구하는 연구자와 대학 웹 팀.
PolyUQuest 대안
PolyUQuest: 자주 묻는 질문
- PolyUQuest, 쓸 만한 가치가 있습니까?
- 웹사이트 자체의 구조를 RAG에 활용하자는 영리한 논문이지만, 공개된 것은 아직 여러분의 사이트를 인덱싱하지 못하는 서비스용 코드입니다. 평점은 5점 만점에 3.0점입니다.
- PolyUQuest의 가격은 얼마입니까?
- Apache 2.0 기반의 무료 오픈 소스이며, 함께 제공되는 벤치마크는 연구 용도로만 쓸 수 있습니다. 질의와 인덱싱에는 본인의 LLM, 임베딩, 리랭커 API 크레딧(기본값은 SiliconFlow)이 듭니다.
- PolyUQuest의 단점은 무엇입니까?
- 오프라인 크롤링·인덱싱 파이프라인 미포함; 스타 3개, 커밋 두 건, 릴리스 없음; API 인증 없음, 커밋된 비밀번호로 데이터베이스가 노출됨; 결과는 자체 보고이며 벤치마크는 비상업용.
- PolyUQuest에 적합한 사람은 누구입니까?
- 운영용 RAG 시스템이 필요한 팀보다는, HTML 사이트에서 구조를 반영한 검색을 연구하는 연구자와 대학 웹 팀.
- 팀이나 프로덕션 환경에서 PolyUQuest의 비용은 얼마입니까?
- 유료 에디션은 없습니다. 논문에 따르면 4,240개 페이지 인덱싱에 LLM 토큰 1,750만 개, 질의당 약 2,968토큰이 듭니다. API 가격은 저장소에 나와 있지 않습니다. 직접 호스팅하면 Neo4j와 Qdrant 서버가 추가로 필요하고, 모델을 로컬에서 돌린다면 GPU도 필요합니다.
- PolyUQuest에 회사 데이터를 맡겨도 안전합니까?
- 질의와 페이지 본문은 설정한 LLM, 임베딩, 리랭커 API(기본값은 SiliconFlow)로 전송됩니다. 서버는 인증 없이 0.0.0.0에 바인딩되고, Neo4j와 Qdrant 포트는 커밋된 기본 비밀번호로 공개됩니다. 코드는 Apache 2.0이며 벤치마크는 상업적 사용을 금지합니다.
- PolyUQuest의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 LightRAG, GraphRAG, RAGFlow, Graphiti 및 Crawl4AI입니다.
답변 확인일: 2026년 11월 9일.