35분
Google Knowledge Graph: 검색 혁명의 비밀
엔터프라이즈 KG 사례 연구
Google Knowledge Graph: 검색 혁명의 비밀
KG 생명주기 & 엔터프라이즈 활용 > 엔터프라이즈 KG 사례 연구
학습 목표
Google Knowledge Graph의 탄생 배경과 발전 과정을 설명할 수 있다 Knowledge Panel의 작동 원리를 이해한다 Enterprise KG API의 활용법을 파악한다
Google Knowledge Graph: 검색 혁명의 비밀
학습 목표
- Google Knowledge Graph의 탄생 배경과 발전 과정을 설명할 수 있다
- Knowledge Panel의 작동 원리를 이해한다
- Enterprise KG API의 활용법을 파악한다
1. "Things, not strings" (2012)
2012년 Google은 검색 역사상 가장 큰 전환점을 만들었습니다.
Before KG (키워드 검색):
에디터 로딩 중...
After KG (의미 검색):
에디터 로딩 중...
2. Google KG의 데이터 소스 진화
에디터 로딩 중...
3. Knowledge Panel 작동 원리
사용자가 "서울타워"를 검색하면:
에디터 로딩 중...
4. Google Knowledge Graph API
에디터 로딩 중...
5. Google KG 아키텍처 분석
| 구성 요소 | 역할 | 기술 |
|---|---|---|
| Entity Store | 엔티티/속성 저장 | Bigtable + Spanner |
| Reconciliation Engine | 동의어/중복 해소 | ML 기반 매칭 |
| Knowledge Vault | 웹에서 자동 추출 | NLP + 신뢰도 점수 |
| Serving Layer | 실시간 쿼리 응답 | 분산 캐시 |
| Quality Layer | 정확도 검증 | 인간 평가 + 자동 검증 |
핵심 교훈: 왜 Google KG가 성공했는가?
- 데이터 품질 우선: Freebase 커뮤니티 → 인간 검증 기반
- 점진적 확장: 5.7억 → 수십억 엔티티 (8년간)
- 실용적 가치: 검색 품질 직접 향상 → 비즈니스 임팩트 명확
- 자동화 투자: Knowledge Vault로 수동→자동 전환
- 표준 활용: Schema.org 공동 창설 → 웹 전체 구조화
📖 심화 읽기: 이강배 외, "지식그래프: AI와 온톨로지로 여는 지식혁명", 유원북스, 2025 — 2장 KG 역사와 빅테크 사례
핵심 포인트
- • Google KG: 'Things, not strings' 철학 — 키워드에서 의미 검색으로 전환
- • Freebase → Wikidata → Knowledge Vault 진화 경로
- • Knowledge Panel: Entity Recognition → Reconciliation → Lookup → Expansion
- • KG API로 외부 개발자도 엔티티 검색 가능
- • 성공 요인: 데이터 품질 우선, 점진적 확장, 자동화 투자