30분
Neo4j GenAI Python: 공식 GraphRAG 라이브러리
Microsoft GraphRAG & LlamaIndex
Neo4j GenAI Python: 공식 GraphRAG 라이브러리
GraphRAG > Microsoft GraphRAG & LlamaIndex
학습 목표
neo4j-graphrag: Neo4j 공식 GraphRAG 라이브러리 SimpleKGPipeline: 문서에서 Neo4j KG 자동 구축 VectorCypherRetriever: 벡터 + Cypher 결합 검색
Neo4j GenAI Python: 공식 GraphRAG 라이브러리
MS GraphRAG, LlamaIndex 외에 Neo4j 공식 GraphRAG 라이브러리도 있습니다.
neo4j-graphrag 패키지는 Neo4j에서 직접 개발한 Python 라이브러리로,
Neo4j와의 통합이 가장 자연스럽고, 프로덕션 배포에 최적화되어 있습니다.
왜 배우는가?
왜 Neo4j GenAI Python인가?
| 특징 | neo4j-graphrag | MS GraphRAG | LlamaIndex |
|---|---|---|---|
| Neo4j 최적화 | 공식 지원 | 간접 | 플러그인 |
| KG 구축 | SimpleKGPipeline | CLI | PropertyGraphIndex |
| 검색 | GraphRAG Retriever | Local/Global | 다양한 Retriever |
| 벡터 검색 | 내장 | Parquet | 플러그인 |
| 프로덕션 | 최적 | 보통 | 보통 |
| 유지보수 | Neo4j 팀 | MS Research | LlamaIndex 팀 |
핵심 기능
- SimpleKGPipeline: 문서 → KG 자동 구축 (Neo4j 저장)
- VectorRetriever: Neo4j 벡터 인덱스 활용
- VectorCypherRetriever: 벡터 + Cypher 결합
- Text2CypherRetriever: 자연어 → Cypher
- GraphRAG: 벡터 + 그래프 결합 검색
- LLM/임베딩 추상화: OpenAI, Cohere, Ollama 등 통합 인터페이스
핵심 개념
설치
에디터 로딩 중...
1. KG 자동 구축 (SimpleKGPipeline)
에디터 로딩 중...
2. GraphRAG 검색
에디터 로딩 중...
3. Text2Cypher (자연어 → Cypher)
에디터 로딩 중...
MS GraphRAG vs LlamaIndex vs neo4j-graphrag 요약
에디터 로딩 중...
핵심 포인트
- • neo4j-graphrag: Neo4j 공식 GraphRAG 라이브러리
- • SimpleKGPipeline: 문서에서 Neo4j KG 자동 구축
- • VectorCypherRetriever: 벡터 + Cypher 결합 검색
- • Text2CypherRetriever: 자연어를 Cypher로 변환
- • GraphRAG 클래스: 검색 + LLM 응답 통합 파이프라인
- • LLM/임베딩 추상화로 다양한 모델 지원 (OpenAI, Ollama 등)