GraphRAG — 오픈북 시험에 인물관계도 끼워주기
벡터 유사도만이 아니라 지식그래프의 연결을 타고 자료를 모으는 RAG. 조각 검색이 못 푸는 질문을 푼다.
한 줄 정의
GraphRAG는 검색 단계에서 벡터 유사도만이 아니라 지식그래프의 연결을 타고 자료를 모으는 RAG다. 2024년 마이크로소프트가 논문과 오픈소스로 이름을 굳혔다.
내 말로
RAG가 오픈북 시험이라면, 보통의 RAG는 질문과 비슷해 보이는 페이지를 찾아 주는 사서다. 그런데 “이 책 전체를 관통하는 주제는?”(조망)이나 “A를 만든 사람이 속한 팀의 다른 작품은?”(여러 다리 건너기)은 비슷한 조각을 아무리 모아도 답이 안 된다. GraphRAG는 책 앞에 인물관계도와 목차를 끼워 주는 것 — 미리 문서에서 개체와 관계를 뽑아 지식그래프를 만들어 두고, 질문이 오면 선을 타고 자료를 모은다.
오개념 주의
벡터 RAG의 대체가 아니라 보완이다. 조각 찾기(유사도)와 선 타기(관계)는 잘 푸는 질문이 다르고, 실전은 대개 둘을 섞는다. 그래프를 미리 만드는 비용도 커서 늘 이득인 것도 아니다.
어디서 만났나
Build 03 — ask-soulhn은 벡터 RAG다. “제 공개 기록에는 없는 내용입니다” 가드는 잘 작동하지만, “이 사람 기록 전체를 관통하는 주제는?” 같은 질문에는 조각 검색이 약하다. 그 약점의 이름이 GraphRAG의 존재 이유였다. 그리고 옵시디언에서 노트에 링크를 거는 일이 GraphRAG의 전처리(개체·관계 뽑기)를 손으로 하는 일이라는 것도 이번에 알았다.
더 파볼 것
- 마이크로소프트 GraphRAG 논문(“From Local to Global”)과 커뮤니티 요약
- ask-soulhn에 글 사이 링크 구조를 검색에 얹는 실험
- 내가 운영하는 AI 에이전트 양성과정에서 RAG 다음 차시로 넣는다면 어디쯤인가
퀴즈
읽은 내용, 세 문제로 확인해보세요.
1. GraphRAG가 보통의 벡터 RAG와 다른 점은?
미리 문서에서 개체와 관계를 뽑아 지식그래프를 만들어 두고, 검색할 때 그 연결을 활용한다.
2. GraphRAG가 특히 강한 질문 유형은?
"A를 만든 사람이 속한 팀의 다른 작품은?" 같은 질문은 비슷한 조각을 모아서는 답이 안 나오고, 관계를 따라가야 한다.
3. GraphRAG와 벡터 RAG의 관계로 옳은 것은?
조각 찾기(유사도)와 선 타기(관계)는 잘 푸는 질문이 달라, 실전에서는 대개 둘을 섞어 쓴다.