GraphRAG

그래프 RAG

knowledge graph를 검색해 서로 연결된 개체와 관계를 LLM의 답변 근거로 쓰는 RAG 방식이다.

기사 1편최근 언급

GraphRAG는 문서를 vector 유사도로만 검색하는 대신 knowledge graph(개체와 관계를 연결한 지식 구조)를 검색해 연결된 개체와 관계를 LLM에 근거로 제공하는 RAG(검색 증강 생성) 방식이다. 여러 문서에 흩어진 정보를 관계를 따라 모을 수 있어, 전체 자료를 아우르는 질문이나 여러 단계를 거쳐야 답할 수 있는 질문에 쓰인다.

Microsoft Research가 2024년 같은 이름의 오픈소스 프로젝트를 공개하면서 널리 알려졌다. 이 프로젝트는 LLM으로 문서에서 개체와 관계를 뽑아 graph를 만들고, graph를 군집으로 나눠 요약을 미리 만들어 둔 뒤 질문에 답할 때 활용한다. 이후 graph 기반 검색을 쓰는 RAG 전반을 가리키는 일반 용어로도 쓰인다.

이 설명은 AIPOST 기사와 널리 알려진 사실을 바탕으로 정리했습니다. 잘못된 내용이 있으면 정정 요청으로 알려 주세요.

이 항목을 다룬 기사

  • NVIDIA Agent Toolkit, 모델 대신 harness를 고치는 이유AI 뉴스 ·

    …구조화 데이터는 NeMo Retriever의 Parse와 Embed를 거치고, 구조화 데이터는 NeMo Retriever Ontology, Tabular, Kumo를 거쳐 Milvus vector 저장소와 GraphRAG로 들어간 뒤 NeMo Retriever Rerank로 정리됩니다.

    기사 읽기

설명이 잘못되었거나 찾는 항목이 없나요?

위키 설명은 AIPOST 기사와 널리 알려진 사실을 바탕으로 정리합니다. 잘못된 설명은 정정 요청으로 알려 주시면 확인해 고칩니다. 새 기사에 나온 이름은 기사가 올라온 뒤 위키에 더해집니다.