50분
실습: LangChain + Neo4j 기본 연동
GraphRAG 개론
실습: LangChain + Neo4j 기본 연동
GraphRAG > GraphRAG 개론
학습 목표
Neo4jGraph로 스키마 자동 추출, refresh_schema()로 갱신 필수 Neo4jVector로 그래프 DB 내에서 벡터 인덱스 통합 Aura는 neo4j+s://, 로컬은 bolt:// 프로토콜
실습: LangChain + Neo4j 기본 연동
GraphRAG의 첫 걸음은 Neo4j와 LangChain을 연결하는 것입니다. 30분 안에 기본 연동을 완성하고, Neo4jVector까지 확장해봅시다.
에디터 로딩 중...
왜 배우는가?
왜 LangChain + Neo4j인가?
- LangChain: LLM 애플리케이션 프레임워크 (가장 넓은 생태계)
- Neo4j: 가장 널리 쓰이는 그래프 데이터베이스 (Stack Overflow 2024 기준 1위)
둘을 결합하면:
Neo4jGraph: 스키마 자동 추출 + Cypher 실행GraphCypherQAChain: 자연어 -> Cypher 자동 변환Neo4jVector: 벡터 인덱스 통합 (Neo4j 5.x+)
버전 호환성 체크
| 패키지 | 최소 버전 | 권장 버전 |
|---|---|---|
| langchain | 0.1.0 | 0.2.x |
| langchain-community | 0.0.20 | 0.2.x |
| langchain-openai | 0.0.5 | 0.1.x |
| neo4j (Python driver) | 5.0 | 5.15+ |
| Neo4j Server | 5.0 | 5.15+ (Vector Index) |
구현 방법
Step 1: 설치
에디터 로딩 중...
Step 2: Neo4jGraph 연결 및 스키마 탐색
에디터 로딩 중...
Step 3: 실무 수준의 샘플 데이터 생성
에디터 로딩 중...
Step 4: 다양한 쿼리 패턴 실습
에디터 로딩 중...
Step 5: Neo4jVector - 벡터 인덱스 통합
에디터 로딩 중...
자주 하는 실수
자주 하는 실수
1. 프로토콜 혼동
에디터 로딩 중...
2. 스키마 미갱신 (가장 흔한 실수!)
에디터 로딩 중...
3. 파라미터 인젝션 방지
에디터 로딩 중...
4. 대소문자 주의
에디터 로딩 중...
5. Docker Neo4j 데이터 영속성
에디터 로딩 중...
에디터 로딩 중...