LlamaIndex Property Graph 실습

LlamaIndex로 Neo4j 기반 GraphRAG 파이프라인을 구축합니다. 코드 레벨에서 모든 단계를 제어할 수 있습니다.

이번 실습에서는:

1. 스키마 기반 KG 구축
2. 다양한 Retriever 조합
3. Neo4j 연동 및 Cypher 활용
4. 검색 품질 평가

---

왜 배우는가?

왜 LlamaIndex인가?

1. Python 네이티브: 기존 코드와 자연스러운 통합
2. Neo4j 직접 연결: 별도 저장소 없이 Neo4j 사용
3. 커스텀 추출기: 도메인 특화 엔티티/관계 정의
4. 다양한 Retriever: 상황별 검색 전략 선택
5. 조합 가능: 여러 추출기/검색기를 레고처럼 조합

---

구현 방법

Step 1: 기본 설정

Step 2: Neo4j 연결

Step 3: 스키마 정의

Step 4: 문서 인덱싱

Step 5: 다양한 Retriever로 쿼리

Step 6: 검색된 서브그래프 확인

Step 7: 기존 인덱스 로드 (재실행 시)

---

자주 하는 실수

자주 하는 실수

1. 스키마 불일치

2. Neo4j 연결 실패

3. 인덱싱 후 재실행 시 중복

4. 추출 품질이 낮을 때