📌GraphRAG 1. 단순 기법에서 프레임워크로   📌GraphRAG 2. 질문은 어떻게 처리될까?   지난 편에서는 사용자의 질문을 구조적으로 해석하고, 그래프 기반으로 정보를 검색하는 과정인 Query Processor와 Retriever을 살펴보았습니다. 이번 편에서는 그 다음 단계인 Organizer와 Generator를 알아보고자 합니다.  Organizer와 Generator는 단순한 정보...

오늘은 GraphRAG 테크 시리즈 2편입니다. 지난 레터에서는 GraphRAG라는 프레임워크가 왜 필요한지, 그리고 어떤 구조로 구성되어 있는지를 살펴보았는데요. 오늘은 GraphRAG 설계 흐름의 다섯 가지 핵심 구성 요소 중  ‘Query Processor(처리)’와 ‘그래프 기반 검색(Retrieval)’이 어떻게 작동하는지를 알아보고자 합니다. 이 두 구성 요소는...

Retrieval-Augmented Generation (RAG)은 생성형 AI의 정답률을 높이기 위한 대표적인 접근 방식입니다. LLM이 답변을 생성하기 전에, 외부 지식이나 문서에서 관련 정보를 검색해 와서 응답에 반영하는 방식인데요. RAG는 텍스트의 유사성을 바탕으로 작동하며, 최근 많은 실무 환경에 도입되고 있습니다. 하지만 단순 텍스트가 아닌...