{#ai-integrations-ai-and-llm-integrations}
# AI·LLM 연동

{#ai-integrations-overview}
## 개요

지식 그래프와 그 임베딩을 한 데이터베이스에 함께 둘 수 있으므로, AgensGraph는 검색 증강 생성의
저장소로 흔히 쓰입니다. 그래프는 테이블이고 속성은 `jsonb`이므로, `pgvector`가 정점에 저장한
임베딩을 인덱싱합니다.

그러므로 쿼리 하나가 의미로 가장 가까운 문서를 찾고 거기서 그래프를 따라 뻗어 나갈 수 있습니다.
GraphRAG에 필요한 것이 정확히 그것입니다.

연동은 별도 매뉴얼
**[AgensGraph AI](https://tech.skaiworldwide.com/docs/en/agensgraph-ai/)** 에 있습니다. 연동마다
설치와 사용 페이지가 거기에 있으며, 이 페이지는 각 연동이 어디에 쓰이는지 설명합니다.

이들은 모두 [AgensGraph Python
드라이버](https://tech.skaiworldwide.com/docs/en/agensgraph-driver/python/) 위에서 동작합니다. 그
드라이버는 [psycopg 3](https://www.psycopg.org/psycopg3/) 위에 만들어졌고 그것을 통해 Cypher를
실행합니다. 그래서 어느 프레임워크를 고르든 정점·간선·경로가 텍스트가 아니라 객체로 프레임워크에
전달됩니다. 0.3.1 연동에는 드라이버 2.0 이상이 필요합니다.
드라이버 자체는 [드라이버와 클라이언트 라이브러리](index)를 참고하십시오.

임베딩은 `pgvector`가 다루며 함께 배포되지 않으므로, 데이터베이스에 한 번 설치해야 합니다.
[벡터 검색](../guides/search/vector.md)을 참고하십시오.

모든 연동의 소스는
[agensgraph-ai 저장소](https://github.com/skaiworldwide-oss/agensgraph-ai)에 있으며, 실행할 수
있는 데모도 함께 들어 있습니다.

{#ai-integrations-langchain}
## LangChain

그래프 저장소, pgvector 기반 벡터 저장소, 채팅 메시지 이력, LangGraph 체크포인터, 그리고 LLM 그래프
트랜스포머입니다.

[LangChain 연동](https://tech.skaiworldwide.com/docs/en/agensgraph-ai/langchain/)

{#ai-integrations-llamaindex}
## LlamaIndex

`PropertyGraphIndex`와 `VectorStoreIndex` 저장소이며, 하이브리드 검색·메타데이터 걸러 내기·
AgensGraph에 맞춘 Text2Cypher를 갖췄습니다.

[LlamaIndex 연동](https://tech.skaiworldwide.com/docs/en/agensgraph-ai/llamaindex/)

{#ai-integrations-lightrag}
## LightRAG

LightRAG의 저장소 역할 네 가지를 한 데이터베이스에서 맡으며, 워크스페이스 단위 멀티테넌시를
지원합니다.

[LightRAG 연동](https://tech.skaiworldwide.com/docs/en/agensgraph-ai/lightrag/)

{#ai-integrations-cognee}
## cognee

cognee AI 메모리 프레임워크를 위한 그래프·벡터 어댑터입니다.

[cognee 연동](https://tech.skaiworldwide.com/docs/en/agensgraph-ai/cognee/)

{#ai-integrations-mcp-servers}
## MCP 서버

Cypher·메모리·데이터 모델링, 세 가지 Model Context Protocol 서버이며, Claude Desktop 같은
클라이언트에 AgensGraph를 노출합니다.

[MCP 서버](https://tech.skaiworldwide.com/docs/en/agensgraph-ai/mcp/)

{#ai-integrations-without-a-framework}
## 프레임워크 없이

프레임워크를 거치지 않고 검색을 직접 만든다면 검색 가이드 세 편에서 시작하십시오.
[벡터](../guides/search/vector.md)·[전문](../guides/search/full-text.md)·
[하이브리드](../guides/search/hybrid.md) 검색은 각각 그 검색과 순회를 한 문장에 결합하는 GraphRAG
절로 끝납니다.