개요와 지원 알고리즘

개요와 지원 알고리즘

EasyRAG은 검색 증강 생성(RAG)을 초보자도 쉽게 쓰게 해 주는 인터랙티브 오픈소스 프레임워크예요. 다섯 가지 RAG 알고리즘을 신뢰할 수 있게 구현했다는 점이 특징이에요.

출처: https://github.com/ii-research/EasyRAG

가장 단순한 기준선부터 고급 기법까지 다섯 알고리즘을 통합 코드베이스로 담고 있어요. LLM-Only Generation(검색 없이 파라메트릭 지식만으로 답), Naive RAG(top-k 검색 결과를 이어 붙임), FiD(문서를 독립 인코딩 후 디코더 교차 어텐션에서 융합), 그리고 오픈소스 최초 구현인 FiD-Light(인코더 압축 + Source Pointing)와 Stochastic RAG(Gumbel-Top-k로 재랭킹)까지요. T5-Base(220M)와 T5Gemma2(270M encoder + 270M decoder) 백본을 지원해요.

핵심 기능은 이래요. 데이터 다운로드부터 평가까지 각 단계를 독립 실행·재개 가능하게 나눈 모듈형 7단계 파이프라인, NiceGUI 기반의 웹 대시보드(파이프라인 관리·실시간 훈련 모니터링·추론), 그리고 데이터 다운로드 없이 DuckDuckGo 웹 검색으로 바로 데모해 보는 Rapid Prototyping을 제공해요.

하드웨어 요구도 낮아요. CUDA 지원 NVIDIA GPU 하나로도 충분하고, T5-Base 기준 8GB+ VRAM이면 돌아가요. 평가는 KILT 벤치마크(NQ, TriviaQA, HotpotQA)에서 EM, F1, KILT-EM, KILT-F1 지표를 사용해요.

프로젝트 구조는 data_pipeline/(데이터 처리), training/(알고리즘별 훈련 스크립트), evaluation/(평가), web_demo/(NiceGUI 대시보드), utils/(공유 모듈)로 정리돼 있어요.

더 알아보기