← 돌아가기
GraphRAG Pipeline Simulator
Phase 3 Week 6 - Knowledge Graph + RAG 파이프라인
📋 시나리오 선택
⚡ 파이프라인 단계
1. 질문 입력⏸️ 대기
사용자 질문 수신
2. 엔티티 추출⏸️ 대기
NER로 핵심 개체 식별
3. 그래프 탐색⏸️ 대기
Knowledge Graph에서 관련 정보 검색
4. 컨텍스트 구성⏸️ 대기
그래프 + 텍스트 청크 결합
5. 답변 생성⏸️ 대기
LLM으로 최종 답변 생성
✏️ 직접 질문하기
💡 키워드: 삼성, 애플, 테슬라, 현대, CEO, 경쟁, 협력
❓ 질문
샘플 시나리오직접 입력
삼성전자의 주요 경쟁사와 협력사는 누구인가요?
📚 GraphRAG란?
GraphRAG는 Knowledge Graph와 RAG(Retrieval-Augmented Generation)를 결합한 방식입니다. 기존 벡터 기반 RAG의 한계를 극복합니다.
기존 RAG vs GraphRAG
| 항목 | 기존 RAG | GraphRAG |
|---|---|---|
| 검색 방식 | 벡터 유사도 | 그래프 탐색 + 벡터 |
| 관계 표현 | 암묵적 | 명시적 (엣지) |
| 다단계 추론 | 제한적 | 그래프 순회로 가능 |
| 설명 가능성 | 낮음 | 높음 (경로 추적) |
파이프라인 단계
- 엔티티 추출: NER로 질문에서 핵심 개체 식별
- 그래프 탐색: 추출된 엔티티를 시작점으로 관련 노드/엣지 탐색
- 컨텍스트 구성: 그래프 구조 + 관련 텍스트 청크 결합
- 답변 생성: 풍부한 컨텍스트로 LLM이 정확한 답변 생성