LiteRAG: 질의조건 그래프 탐색으로 GraphRAG 비용 절감
그래프 RAG는 멀티홉 QA에 유리하지만, 질의 시점 LLM 제어와 과대 컨텍스트로 지연·비용이 커진다. LiteRAG(arXiv:2609.10239)는 검색 시점 LLM 제어를 질의조건 알고리즘 탐색 + 추론 체인 컨텍스트 구성으로 대체한다.
결과 요약 (논문 보고)
| 벤치 | 요지 |
|---|---|
| DistComp | 전체 품질 최고(0.798); GraphRAG Global/DRIFT 대비 per-query latency >100×↓, cost >99%↓ |
| UltraDomain | LinearRAG와 전체 품질 동급, 토큰 ~14×↓ |
| Ablation | query-adaptive thresholding · community-aware hub penalization이 토큰 효율 주동인 |
기존 GraphRAG-vs-LightRAG-2026.md의 LightRAG(제품/프레임 HKUDS, tip v1.5.7)와 이름만 유사 — LiteRAG는 별도 연구 방법이다. 혼동 금지.