저장 공간을 97% 줄인 개인용 오픈소스 검색
LEANN · 버클리가 만든 검색 엔진
내 노트북 전체를 검색하려면 인덱스가 원본보다 커집니다. 그 인덱스를 97% 줄인 오픈소스가 올해 MLSys 최우수 논문상을 받았습니다.
LEANN은 UC 버클리 연구진이 만든 개인용 벡터 검색 엔진입니다. 임베딩을 전부 저장하는 대신 찾을 때 필요한 것만 다시 계산합니다. 그래서 문서 조각 6천만 개짜리 인덱스가 201GB가 아니라 6GB에 들어갑니다.
- 파일과 애플 메일과 브라우저 기록을 한 인덱스에 넣고 말로 찾습니다.
- 아이메시지와 챗GPT·클로드 대화 기록도 검색 대상에 넣을 수 있습니다.
- 인덱스와 검색은 노트북 안에서 돌아갑니다. 답변 생성도 올라마 같은 로컬 모델로 돌릴 수 있습니다.
- MCP 서버로 클로드 코드에 붙습니다. 실측에서 관련 코드 첫 적중률이 11.4%에서 24.2%로 올랐습니다.
- MLSys 2026 최우수 논문상을 받았습니다. 라이선스는 MIT이고 맥·윈도우·리눅스에서 돕니다. GitHub 1.2만 스타.
StarTrail-org/LEANN
[MLsys2026 Best Paper]: https://arxiv.org/abs/2506.08276. RAG on Everything with LEANN. Enjoy 97% storage savings while running a fast, accurate, and 100% private RAG application on your personal device.
- GitHub 별
- 13,059
- 라이선스
- MIT
- 언어
- Python
- 확인한 날
- 2026.10.23
설치 · 출처 README
pip install leann출처 LEANN (github.com/StarTrail-org/LEANN)
광고
카드 내용
- 저장 공간201GB짜리 인덱스가 6GB로 줄었습니다
문서 조각 6천만 개를 담은 인덱스입니다. 임베딩을 저장하지 않고 찾을 때 다시 계산합니다.
출처: github.com/StarTrail-org/LEANN - 검색 대상내 노트북에 있는 것이면 거의 다 들어갑니다
파일과 메일과 브라우저 기록을 한 인덱스에 넣습니다. 로컬 모델만 쓰면 자료가 밖으로 나가지 않습니다.
출처: github.com/StarTrail-org/LEANN - 코딩 에이전트관련 코드를 2.1배 더 찾아냈습니다
클로드 코드에 붙여 BM25와 겨뤘습니다. 적중률이 11.4%에서 24.2%로 올랐습니다.
출처: github.com/StarTrail-org/LEANN
광고
