RAG의 발전 GraphRAG

Graph RAG의 정의

Graph RAG(Graph Retrieval-Augmented Generation)는 기존 RAG(Retrieval-Augmented Generation) 시스템을 확장한 기술로, 데이터를 그래프 기반으로 조직화하여 정보 간의 관계와 맥락을 더 잘 이해하고 활용하는 방식입니다. Graph RAG는 지식 그래프(Knowledge Graph)를 활용하여 문서 간의 연결성을 파악하고, 복잡한 질문에 대한 답변을 생성하는 데 효과적입니다

---

기존 RAG의 한계

1. 문맥 이해 부족:
   • 기존 RAG는 데이터를 조각(chunks)으로 나누어 처리하기 때문에 전체적인 문맥을 놓칠 수 있습니다

2. 복잡한 관계 처리의 어려움:
   • 단순히 벡터 유사도 기반 검색에 의존하여, 데이터 간의 복잡한 관계를 파악하는 데 한계가 있습니다

3. 실시간 업데이트의 어려움:
   • 외부 데이터베이스를 주기적으로 업데이트해야 하며, 최신 정보를 반영하기 어려운 경우가 많습니다

4. 대규모 데이터 처리 한계:
   • 대규모 데이터셋에서 효율적으로 정보를 처리하거나 요약하는 데 어려움이 있습니다

Graph RAG의 필요성

1. 구조적 정보 보존:
   • 데이터를 그래프 형태로 조직화하여 정보 간의 관계와 맥락을 보존하고, 보다 정교한 분석이 가능합니다

2. 복잡한 질문 처리:

   • 단순한 정보 검색을 넘어, 데이터 간의 관계를 활용하여 복잡한 질문에 대한 답변을 생성할 수 있습니다.

3. 효율적인 데이터 요약:

   • 대규모 데이터셋을 커뮤니티 단위로 요약하여, 질문의 맥락과 핵심을 정확히 파악할 수 있습니다.

4. 맞춤형 검색:

   • 사용자의 의도를 반영한 세밀한 검색이 가능하며, 상황에 따라 적절한 깊이와 범위의 정보를 제공합니다

Graph RAG는 기존 RAG의 한계를 극복하며, 복잡한 데이터 구조를 다루는 데 있어 강력한 도구로 자리 잡고 있습니다.

(https://www.hugraph.com/%ea%b7%b8%eb%9e%98%ed%94%84rag%eb%a1%9c-ai%ec%9d%98-%ec%a7%80%ec%8b%9d-%ed%83%90%ec%83%89-%eb%8a%a5%eb%a0%a5%ec%9d%84-%ea%b7%b9%eb%8c%80%ed%99%94/?citationMarker=43dcd9a7-70db-4a1f-b0ae-981daa162054 "4").

https://selectstar.ai/ko/blog/tech/rag-but-better-kor1/?citationMarker=43dcd9a7-70db-4a1f-b0ae-981daa162054 "

https://blog-ko.superb-ai.com/limitations-and-workarounds-for-rag/?citationMarker=43dcd9a7-70db-4a1f-b0ae-981daa162054