GraphRAG (KO)

From Systems analysis Wiki
Jump to navigation Jump to search

GraphRAG — 이것은 개선된 Retrieval-Augmented Generation (RAG) 패러다임으로, 전통적인 분산된 텍스트 조각(청크) 검색 대신 지식 그래프(Knowledge Graph, KG)를 활용합니다[1]. 그래프 구조는 개체 간의 관계와 도메인 개념의 계층 구조를 명시적으로 표현하며, 이를 통해 LLM이 다단계 논리적 지식 추출을 수행하고 더욱 맥락 인식적이며 설명 가능한 답변을 생성할 수 있게 합니다[2].

GraphRAG 접근 방식은 복잡한 다단계(multi‑hop) 질의 처리에서 고전적인 RAG에 비해 상당한 이점을 보여줍니다. 이러한 질의에서는 여러 문서에 흩어져 있는 여러 사실의 조합에 따라 답변이 결정됩니다[3].

고전적 RAG의 한계와 그래프의 장점

비구조적 텍스트에 대한 벡터 검색 기반의 고전적 RAG는 복잡한 기업 시나리오에서 치명적이 되는 몇 가지 근본적인 한계에 직면합니다:

  • 구조적 관계의 부재: 전통적인 RAG는 텍스트 청크를 독립된 단위로 처리하며 그 사이의 명시적 관계를 파악하지 못합니다. 이로 인해 사실 연쇄(A→B→C)를 따라가야 하는 multi‑hop 질의에 비효율적입니다. 검색은 시작과 끝 연결고리(A와 C)만 찾고 중간 단계를 놓치게 됩니다[1].
  • 의미적 모호성: 전문 분야(의학, 법률, 공학)에서 용어는 특수한 의미를 가집니다. 전반적인 주제를 포착하는 벡터 검색은 특정 개체의 역할을 잘못 해석하여 관련 없는 컨텍스트를 추출할 수 있습니다.
  • 제한된 설명 가능성: 고전적 RAG는 문서 조각을 제공하지만 이 조각들이 논리적 연쇄로 어떻게 연결되는지에 대한 명시적 증거는 제공하지 않습니다. 반면 GraphRAG는 그래프 내 경로를 증거로 제공하고 주장을 출처(인용)에 연결하도록 요구함으로써 이 과정을 투명하게 만듭니다[4].

GraphRAG는 지식을 연결된 개체와 관계의 네트워크로 표현함으로써 이러한 문제를 해결합니다. 이를 통해 시스템은 단순히 유사한 텍스트를 찾는 것이 아니라 형식화된 도메인 모델을 기반으로 논리적 추론을 수행할 수 있습니다.

GraphRAG 아키텍처

GraphRAG의 전체 파이프라인은 지식 그래프 구축 및 활용 단계를 추가하여 고전적 RAG를 확장합니다. 두 가지 주요 단계로 나뉩니다: 오프라인 준비와 온라인 질의 처리.

단계 1: 수집 및 인덱싱 (오프라인)

이 단계에서 원본 데이터(문서, 데이터베이스)는 상호 보완적인 두 가지 표현으로 변환됩니다: 그래프 표현과 벡터 표현.

  1. 지식 추출: NLP 파이프라인을 사용하여 텍스트에서 구조화된 사실을 추출합니다:
    • Named Entity Recognition (NER): 개체 언급(사람, 조직, 제품) 탐색.
    • Entity Linking (EL): 모호성 해소를 위해 언급을 그래프 내 정규 식별자와 연결합니다(예: "홍길동"과 "길동 홍"이 하나의 노드가 됨)[5].
    • Relation Extraction (RE): 개체 간 관계 식별(예: 회사 X −인수했다→ 스타트업 Y).
  2. 그래프 모델링 및 저장: 추출된 트리플(주어-술어-목적어)을 그래프 데이터베이스에 로드합니다. 모델 선택(Property Graph 또는 RDF)은 과제에 따라 달라집니다. 각 사실의 출처(provenance) — 원본 문서와 텍스트 조각에 대한 참조 — 를 저장하는 것이 매우 중요합니다[3]. 그래프에는 시간(valid_from/valid_to) 및 신뢰도(confidence)에 관한 메타데이터도 추가될 수 있습니다.
  3. 하이브리드 인덱싱: 그래프와 병행하여 원본 텍스트 조각에 대한 벡터 인덱스가 생성됩니다. 이를 통해 그래프에 대한 구조적 검색과 텍스트에 대한 의미적 검색을 결합할 수 있습니다.

단계 2: 질의 처리 및 답변 생성 (온라인)

  1. 질의 파싱: 사용자 질의를 분석하여 그래프의 "진입점"이 되는 핵심 개체를 추출합니다.
  2. 서브그래프 추출: 개별 청크를 검색하는 대신 GraphRAG는 관련 서브그래프 — 답변에 필요한 정보를 포함하는 "진입점" 주변의 연결된 그래프 조각 — 를 찾습니다. 이를 위해 k‑hop 탐색 또는 Personalized PageRank (PPR)[6]과 같은 알고리즘이 사용됩니다.
  3. 하이브리드 검색 및 결과 병합: 서브그래프 추출과 병행하여 벡터 및/또는 어휘(BM25) 인덱스 검색이 수행됩니다. 그래프와 텍스트의 결과가 결합되어 다음 단계로 전달됩니다.
  4. 재순위 결정(Re‑ranking): 결합된 후보 목록(그래프 노드와 텍스트 청크)은 가장 관련성 높은 정보를 선별하기 위해 더 정밀한 모델(예: 교차 인코더)을 사용하여 재순위가 결정됩니다. 이를 통해 노이즈를 필터링하고 정확도를 높일 수 있습니다[7].
  5. 컨텍스트 패키징 및 생성: 선별되고 순위가 결정된 컨텍스트(서브그래프와 텍스트)는 LLM이 이해할 수 있는 형식(예: 출처가 명시된 주장 목록)으로 변환됩니다. 이 풍부한 컨텍스트가 최종 답변 생성을 위한 프롬프트에 입력됩니다.
  6. 추적 및 인용: 그래프 내 "사실 ↔ 출처" 연결 덕분에 생성된 답변에는 각 주장을 뒷받침하는 문서에 대한 정확한 참조가 포함됩니다. 이를 통해 높은 근거성과 투명성이 보장됩니다.

구성 요소 비교 표

GraphRAG 아키텍처 핵심 구성 요소 비교 분석
구성 요소/측면 구현 옵션 장점 단점/위험 선호되는 경우
지식 그래프 모델 RDF/OWL 엄격한 온톨로지, 논리적 추론(reasoning), Linked Open Data와의 호환성. 추가 개체(reification) 없이 관계 속성(시간, 출처)을 저장하기 어려움. 기존 온톨로지가 있는 의미적으로 풍부한 도메인; 연역이 필요한 경우.
Property Graph (Neo4j 등) 유연성, 노드/엣지에 임의 속성 부여 가능, 높은 성능. 명확한 스키마를 수동으로 설계해야 하거나 "혼란"의 위험; 단일 표준 없음. 비구조적 데이터로의 빠른 시작; 문서와의 통합(multi‑model DB).
서브그래프 추출 k‑hop BFS / DFS 깊이 k까지 모든 노드를 포괄하며 구현이 간단함. 그래프 "폭발": 노드 수의 급격한 증가; 많은 노이즈를 반환할 수 있음. 소규모 그래프 또는 깊이 1–2 탐색; 계층적 구조.
Personalized PageRank (PPR) 실제로 연결된 노드에 집중하며 노이즈를 걸러냄[6]. 중요하지만 멀리 있는 노드를 놓칠 수 있음(경로가 적지만 중요한 경우). 다양한 경로가 있는 복잡한 네트워크(소셜 그래프, 인용 그래프).
하이브리드 검색 결합 목록 (가중치 λ를 사용한 scalar fusion) λ 가중치 조정으로 과제에 맞게 precision/recall 균형 조정 가능[8]. 고정된 λ는 모든 유형의 질의에 최적이 아님. 프로토타이핑 단계; 하나의 출처가 명백히 더 중요한 경우.
Cross‑encoder rerank 정확도의 상당한 향상; 복잡한 상호 관계 고려 가능. 지연 시간 증가; 학습 데이터 또는 기성 모델 사용 필요[7]. 최대한 관련성 높은 컨텍스트가 중요한 고정밀(high‑precision) 시나리오(법률, 의료).
데이터 보안 서브그래프 필터링 (RBAC/ABAC) 세분화된 제어(노드 수준까지)로 누출 방지. "사각지대": 중요한 노드가 제거된 경우 답변이 불완전해질 수 있음. 엄격한 접근 요건이 있는 기업 환경(PII, GDPR, 영업 비밀).

추적, 신뢰 및 보안

GraphRAG의 주요 장점 중 하나는 투명한 증거 연쇄를 제시할 수 있다는 점입니다. "블랙박스" 답변 대신 시스템은 추론 경로를 보여줄 수 있습니다: "사실 A는 [doc1]에 언급되어 있습니다. 이것은 사실 B [doc2]와 연결되어 있으며, B는 [doc3]에 따라 C로 이어집니다" — 이는 사용자의 신뢰를 높이고 디버깅을 용이하게 합니다.

또한 그래프 구조를 통해 세분화된 접근 제어(RBAC/ABAC)를 구현할 수 있습니다. 그래프의 각 노드 또는 엣지에 접근 레이블이 있을 수 있습니다. 서브그래프 추출 시 시스템은 사용자가 접근 권한이 없는 데이터를 자동으로 필터링하여 민감한 분야(금융, HR, 의료)에서의 보안을 보장합니다.

품질 평가

GraphRAG 시스템의 평가는 다단계로 이루어지며 각 구성 요소에 대한 지표를 포함합니다:

  • 지식 추출 지표: 그래프 구축 품질을 평가하기 위한 NER 및 RE의 F1‑score.
  • 서브그래프 추출 지표: Subgraph Recall@K(답변에 필요한 노드/엣지가 추출된 서브그래프에 포함된 비율)와 multi‑hop 질문을 위한 Path Precision/Recall.
  • LLM 답변 지표:
    • Faithfulness / Groundedness: 답변이 제공된 컨텍스트에 얼마나 엄격하게 기반하는지.
    • Human evaluation: 정확성, 완전성, 일관성 기준에 따른 전문가 평가.

평가 자동화를 위해 특화된 benchmark(예: WebQuestionsSP, GrailQA)와 프레임워크(예: RAGAS)가 사용됩니다[9].

같이 보기

  • Retrieval‑Augmented Generation (RAG)
  • 지식 그래프
  • 벡터 데이터베이스
  • Embedding
  • AI 에이전트
  • LLM 평가 및 benchmark

참고 문헌

  • Zhang, Q. et al. (2025). A Survey of Graph Retrieval‑Augmented Generation for Customized Large Language Models. arXiv:2501.13958.
  • Xu, Z. et al. (2024). Retrieval‑Augmented Generation with Knowledge Graphs for Customer Service Question Answering. arXiv:2404.17723.
  • Hu, Y. et al. (2024). GRAG: Graph Retrieval‑Augmented Generation. arXiv:2405.16506.
  • Nakano, R. et al. (2021). WebGPT: Browser‑assisted Question‑Answering with Human Feedback. arXiv:2112.09332.
  • Yang, R. et al. (2025). KG‑IRAG: A Knowledge Graph‑Based Iterative Retrieval‑Augmented Generation Framework for Temporal Reasoning. arXiv:2503.14234.
  • Song, Y. et al. (2023). Advancements in Complex Knowledge Graph Question Answering: A Survey. DOI:10.3390/electronics12214395.
  • Nogueira, R.; Cho, K. (2019). Passage Re‑ranking with BERT. arXiv:1901.04085.
  • Hsu, H.‑L.; Tzeng, J. (2025). DAT: Dynamic Alpha Tuning for Hybrid Retrieval in Retrieval‑Augmented Generation. arXiv:2503.23013.
  • Lewis, P. et al. (2020). Retrieval‑Augmented Generation for Knowledge‑Intensive NLP Tasks. arXiv:2005.11401.
  • Karpukhin, V. et al. (2020). Dense Passage Retrieval for Open‑Domain Question Answering. arXiv:2004.04906.
  • Sun, H. et al. (2018). Open‑Domain Question Answering Using Early Fusion of Knowledge Bases and Text (GRAFT‑Net). arXiv:1809.00782.
  • Sun, H.; Bedrax‑Weiss, T.; Cohen, W. W. (2019). PullNet: Open‑Domain Question Answering with Iterative Retrieval on Knowledge Bases and Text. arXiv:1904.09537.
  • He, X. et al. (2024). G‑Retriever: Retrieval‑Augmented Generation for Textual Graph Understanding and Question Answering. arXiv:2402.07630.
  • Es, S.; James, J.; Espinosa‑Anke, L.; Schockaert, S. (2024). RAGAs: Automated Evaluation of Retrieval Augmented Generation. ACL:2024.eacl-demo.16.

주석

  1. ↑ 1.0 1.1 Zhang, Q., et al. A Survey of Graph Retrieval-Augmented Generation for Customized Large Language Models. arXiv, 2025. arXiv:2501.13958.
  2. ↑ Xu, Z., et al. Retrieval-Augmented Generation with Knowledge Graphs for Customer Service Question Answering. SIGIR, 2024. arXiv:2404.17723; DOI: 10.1145/3626772.3661370.
  3. ↑ 3.0 3.1 Hu, Y., et al. GRAG: Graph Retrieval‑Augmented Generation. arXiv, 2024. arXiv:2405.16506; также в Findings of NAACL 2025: ACL Anthology.
  4. ↑ Nakano, R., et al. WebGPT: Browser‑assisted question‑answering with human feedback. arXiv, 2021. arXiv:2112.09332.
  5. ↑ Yang, R., et al. KG‑IRAG: A Knowledge Graph‑Based Iterative Retrieval‑Augmented Generation Framework for Temporal Reasoning. arXiv, 2025. arXiv:2503.14234.
  6. ↑ 6.0 6.1 Song, Y., Li, W., Dai, G., Shang, X. Advancements in Complex Knowledge Graph Question Answering: A Survey. Electronics, 2023. DOI: 10.3390/electronics12214395.
  7. ↑ 7.0 7.1 Nogueira, R., Cho, K. Passage Re‑ranking with BERT. arXiv, 2019. arXiv:1901.04085.
  8. ↑ Hsu, H.‑L.; Tzeng, J. DAT: Dynamic Alpha Tuning for Hybrid Retrieval in Retrieval‑Augmented Generation. arXiv, 2025. arXiv:2503.23013.
  9. ↑ Es, S.; James, J.; Espinosa Anke, L.; Schockaert, S. RAGAs: Automated Evaluation of Retrieval Augmented Generation. EACL (System Demonstrations), 2024. ACL:2024.eacl-demo.16; также preprint: arXiv:2309.15217.
Retrieved from "https://systems-analysis.info/int/index.php?title=GraphRAG_(KO)&oldid=2736"