▶️25분
하이브리드 검색: 그래프 + 벡터의 시너지
Graph + Vector 하이브리드 검색
하이브리드 검색: 그래프 + 벡터의 시너지
GraphRAG > Graph + Vector 하이브리드 검색
학습 목표
벡터 검색: 의미적 유사성, 그래프 검색: 명시적 관계 복합 질문은 두 검색 방식 모두 필요 병렬 검색 → 결과 융합 → LLM 응답
▶️
영상 준비 중
25분
하이브리드 검색: 그래프 + 벡터의 시너지
Hook: 각 검색 방식의 한계
질문: "삼성전자의 AI 반도체 전략과 경쟁사 대응은?"
벡터 검색만 사용:
에디터 로딩 중...
그래프 검색만 사용:
에디터 로딩 중...
하이브리드 검색:
에디터 로딩 중...
왜 배우는가?
왜 하나로는 부족한가?
| 질문 유형 | 벡터 검색 | 그래프 검색 |
|---|---|---|
| "X에 대해 설명해줘" | 강함 | 약함 |
| "X와 Y의 관계는?" | 약함 | 강함 |
| "X의 경쟁사들의 전략은?" | 부분적 | 부분적 |
복합 질문은 두 검색 모두 필요
하이브리드 검색의 전략
- 쿼리 분석: 질문에서 엔티티와 의도 파악
- 병렬 검색: 그래프 + 벡터 동시 실행
- 결과 융합: 두 결과를 하나의 컨텍스트로 통합
- LLM 응답: 통합된 컨텍스트로 답변 생성
핵심 개념
하이브리드 검색 아키텍처
에디터 로딩 중...
융합 전략
| 전략 | 설명 | 장점 |
|---|---|---|
| Concatenation | 단순 연결 | 간단 |
| Interleaving | 번갈아 배치 | 균형 |
| Weighted Merge | 가중치 합산 | 유연 |
| Re-ranking | LLM으로 재정렬 | 정확 |
핵심 포인트
- • 벡터 검색: 의미적 유사성, 그래프 검색: 명시적 관계
- • 복합 질문은 두 검색 방식 모두 필요
- • 병렬 검색 → 결과 융합 → LLM 응답
- • 융합 전략에 따라 품질 달라짐