VectifyAI/PageIndex

• 🔥
  Agentic Vectorless RAG— OpenAI Agents SDK 를 사용한 단순한agentic, vectorless RAG예제와 자체 호스팅 PageIndex.
  Millions of Documents Scale PageIndex— PageIndex File System은 전체 코퍼스를 단일 문서에 국한하지 않고 PageIndex 가 추론할 수 있도록 파일 수준의 트리 레이어를 제공하여 대용량 문서 검색을 가능하게 합니다.- PageIndex Chat — 전문 긴 문서를 위한 인간 같은 문서 분석 에이전트 플랫폼. MCP 또는 API 를 통해 제공.
• PageIndex Framework — LLM 이 긴 문서에 대해reasoning-based, context-aware retrieval를 수행할 수 있도록 하는 agentic, in-context tree index인 PageIndex 에 대한 심층 탐구.

긴 전문 문서의 벡터 데이터베이스 검색 정확도에 지쳐 계신가요? 전통적인 벡터 기반 RAG 는 의미적 similarity 를 기반으로 하지만 진정한 relevance 를 제공하지 않습니다. 그러나 similarity ≠ relevance — 검색에 필요한 것은 relevance이며, 이는 reasoning 을 필요로 합니다. 전문 지식과 다단계 추론이 요구되는 전문 문서를 작업할 때 유사성 검색은 종종 부족합니다.

AlphaGo 에 영감을 받아 우리는 PageIndex을 제안합니다 — 긴 문서에서 계층적 트리 인덱스를 구축하고 LLM 이 해당 인덱스에 대해reason하여 agentic, context-aware retrieval를 수행하는 vectorless, reasoning-based RAG 시스템입니다.
이것은 human experts 가 복잡한 문서를 탐색하고 지식을 추출하는 방식을 모방하여 LLM 이 가장 관련성 높은 문서 섹션으로 추론할 수 있도록 합니다. PageIndex 는 두 단계로 검색을 수행합니다:

• Generate a "Table-of-Contents"
  tree structure indexof documents - Perform reasoning-based retrieval through
  tree search

전통적인 벡터 기반 RAG 와 비교하여 PageIndex는 다음과 같은 특징을 가집니다:

No Vector DB: 문서 구조와 LLM 추론을 사용하여 검색하며, 벡터 유사성 검색 대신 사용합니다.No Chunking: 문서는 인공 chunk 가 아닌 자연스러운 섹션으로 조직됩니다.Better Explainability and Traceability: 검색은 추론에 기반하며, 페이지 및 섹션 참조가 있는 추적 가능하고 해석 가능한 방식으로 수행됩니다. 더 이상 불투명한 근사 벡터 검색("vibe retrieval")이 없습니다.Context-Aware Retrieval: 검색은 전체 컨텍스트 (예: 대화 기록과 도메인 지식) 에 의존하며, 새로운 컨텍스트를 쉽게 통합합니다.Human-like Retrieval: 인간 전문가가 복잡한 문서를 탐색하고 지식을 추출하는 방식을 모방합니다.

PageIndex 는 FinanceBench 에서 state-of-the-art 98.7% 정확도를 달성한 추론 기반 RAG 시스템을 제공하여 전문 문서 분석에서 벡터 기반 RAG 솔루션에 비해 우월한 성능을 입증했습니다. 자세한 내용은 블로그 포스트를 확인하세요.

더 많은 정보는 PageIndex 프레임워크의 상세 소개를 참조하세요. 오픈소스 코드는 GitHub 저장소를 확인하고, 사용 가이드 및 예제는 cookbook, 튜토리얼, 블로그를 확인하세요.
The PageIndex 서비스는 ChatGPT 스타일 채팅 플랫폼으로 제공되거나 MCP 또는 API 를 통해 통합할 수 있습니다.

• Self-host — 표준 PDF 파싱을 사용하여 로컬에서 실행 (오픈소스 저장소 사용).

• Cloud Service — 최적의 결과를 위한 향상된 OCR, 트리 구축 및 검색이 포함된 프로덕션급 파이프라인. Chat Platform 을 통해 즉시 시도하거나 MCP 또는 API 를 통해 통합하세요.
  Enterprise— 사내 또는 온프레미스 배포. 자세한 내용은 문의하거나 데모 예약하세요.

• 🔥
  Agentic Vectorless RAG(latest) — OpenAI Agents SDK 를 사용한 단순하지만 완전한 agentic vectorless RAG 예제 (self-hosted PageIndex). - Vectorless RAG notebook 을 확인하세요. PageIndex 를 사용하는 reasoning-based RAG 의 minimal, hands-on 예제입니다. - Vision-based Vectorless RAG 를 확인하세요. OCR 없이, page images 를 직접 처리하는 minimal, vision-based & reasoning-native RAG 파이프라인입니다.

PageIndex 는 긴 PDF 문서들을 LLMs (Large Language Models) 와 함께 사용할 때 최적화된 *

• 📝 Blog: 기술적 글, 연구 인사이트 및 제품 업데이트.
• 🔧 Developer: MCP 설정, API 문서 및 통합 가이드.
• 🧪 Cookbooks: 실전 실행 가능한 예제와 고급 사용 사례.
• 📖 Tutorials: 실제 가이드 및 전략을 포함하며
  *문서 검색 (Document Search)*과 트리 검색 (Tree Search).

우리의 프로젝트가 마음에 드시다면 별표를 남겨주세요 🌟. 감사합니다!

이 작업을 인용해 주세요:

Mingtian Zhang, Yu Tang and PageIndex Team,
"PageIndex: Next-Generation Vectorless, Reasoning-based RAG",
PageIndex Blog, Sep 2025.

또는 BibTeX 인용을 사용하세요.

@article{zhang2025pageindex,
author = {Mingtian Zhang and Yu Tang and PageIndex Team},
title = {PageIndex: Next-Generation Vectorless, Reasoning-based RAG},
...

© 2026 Vectify AI