30

테이블→그래프 변환: 두 가지 접근법

Multimodal VLM: 표와 이미지를 그래프로

학습 목표

접근법 A: 관계형 테이블 → Entity/Relationship 직접 추출 접근법 B: 수치 테이블 → 요약 + 벡터화 문서 계층 구조로 컨텍스트 보존

테이블→그래프 변환: 두 가지 접근법

Hook: 보험 상품 비교표를 그래프로?

에디터 로딩 중...

이 테이블을 Knowledge Graph로 어떻게 변환할까요? 테이블 유형에 따라 두 가지 접근법이 필요합니다.


왜 배우는가?

왜 두 가지 접근법이 필요한가?

모든 테이블이 같지 않습니다:

테이블 유형예시특징
관계형조직도, 투자 내역, 거래 기록엔티티 간 관계 명확
수치형재무제표, 통계, 성능 지표숫자 중심, 관계 모호

핵심 개념

접근법 A: 관계 중심 (Entity-Relationship)

에디터 로딩 중...

적합한 테이블: 조직도, 거래 기록, 투자 관계

예시 변환:

에디터 로딩 중...

접근법 B: 정보 중심 (Summary + Vector)

에디터 로딩 중...

적합한 테이블: 재무제표, 통계 데이터, 성능 지표

Pinterest 모델: 테이블 → DB → SQL 쿼리 → 요약 → 벡터 임베딩

예시:

에디터 로딩 중...

문서 계층 구조 (컨텍스트 보존)

에디터 로딩 중...

"1장 3절에서 언급됨" 같은 컨텍스트를 보존하여 검색 정밀도 향상


두 접근법 비교

차원접근법 A (관계 중심)접근법 B (정보 중심)
엔티티/관계 명확성✅ 명확⚠️ 모호
그래프 추론 정확도✅ 높음⚠️ 낮음
Cypher 검색✅ 완전 지원⚠️ 제한적
정보 보존⚠️ 일부 손실✅ 최소 손실
벡터 검색❌ 불가✅ 가능
설계 복잡도⚠️ 높음 (온톨로지 필요)✅ 낮음

가이드: 관계가 명확한 테이블 → A, 수치 중심 테이블 → B, 둘 다 → 하이브리드

핵심 포인트
  • 접근법 A: 관계형 테이블 → Entity/Relationship 직접 추출
  • 접근법 B: 수치 테이블 → 요약 + 벡터화
  • 문서 계층 구조로 컨텍스트 보존
  • 테이블 유형에 따라 접근법 선택