LLM + KG 시너지: 미래 전망

학습 목표

• LLM의 한계를 KG가 보완하는 4가지 방식을 이해한다
• KG 구축에 LLM을 활용하는 3가지 방법을 파악한다

---

1. LLM의 한계

한계	설명	예시
환각 (Hallucination)	사실이 아닌 정보 생성	"서울타워 높이는 500m" (실제 236.7m)
정보 노후화	학습 데이터 이후 정보 없음	최신 뉴스, 법령 변경 반영 불가
추론 불투명	"왜 그런 답을 했는지" 설명 불가	블랙박스 의사결정
구조적 추론 부족	다단계 관계 추론 약함	"A의 친구의 상사의 부서" 추론 실패

2. KG → LLM 보강 (4가지 방식)

3. LLM → KG 지원 (3가지 방식)

4. GraphRAG 아키텍처

Phase 5 Week 5의 GraphRAG 콘텐츠와 직접 연결됩니다.

5. 2025-2026 연구 트렌드

트렌드	설명	주요 논문/프로젝트
KG-augmented LLM	KG로 LLM 환각 감소	Microsoft GraphRAG (2024)
LLM for KG Construction	LLM으로 KG 자동 구축	GPT-4 기반 Triple 추출
Neurosymbolic AI	신경망 + 기호 추론 결합	DeepMind, IBM Research
KG Embeddings	그래프를 벡터로 변환	TransE, RotatE, CompGCN
Temporal KG	시간 변화 추적 KG	TKG Forecasting

📖 심화 읽기: 이강배 외, "지식그래프: AI와 온톨로지로 여는 지식혁명", 유원북스, 2025