DEVOCEAN

오픈랩- 지식그래프 모임이 중반을 넘어서가고 있습니다.

갑작스럽게 RAG가 인기를 얻게 되고, 의미를 가진 객체간의 관계를 통한 RAG인 GraphRAG는 마치 우리가 그동안 갈망해왔던 모든 문제의 해결책을 담고 있는 것처럼 급히 부상하는 기술 주제가 되어버렸습니다.

RAG, GraphRAG, Knowledge Graph. 이 세가지 용어에 대해서 다시한번 정의하고 가야할 것 같습니다.

• RAG는 문장 생성(task)에서 질의에 대한 답변을 생성할 때, 외부 지식 베이스(knowledge base)로부터 정보를 검색하고 이를 활용하여 보다 정확하고 풍부한 응답을 생성하는 기술입니다.

• GraphRAG는 정보의 관계성을 그래프로 표현하여 정보를 검색하는데 그래프 탐색을 사용하면서, 동시에 텍스트, 이미지, 숫자 데이터 등을 하나의 그래프에 통합한 다차원적인 지식 기반을 사용하는 RAG 입니다.

GraphRAG가 이렇게 정의가 되어버리니, Knowledge Graph는 무엇인가에 대한 답변을 하기가 어려워진 상황이 되었습니다.

두 키워드가 공교롭게도 Graph라는 용어를 사용하니, 두 키워드가 결국 서로 같은 것이 아닌가하는 인식을 하게되고, 실제로도 GraphRAG의 지식 베이스가 Knowledge Graph라고 정의하는 경우도 있습니다.

하지만, 우리 스터디에서 이야기하는 Knowlege Graph는 RAG를 위한 것이라기보다는, 의미론적 관계와 도메인 지식을 정형화된 방식으로 표현하기위한 개념이라고 정의하고자 합니다.

이는 Ontology의 정의와도 동일합니다. 저희 스터디에 참여하고 계신 허홍수님의 블로그 글을 잠시 빌려와 온톨로지, 지식그래프에 대한 설명을 대신하고자 합니다.

• 지식표현과 온톨로지

• 지식그래프

스터디가 중반까지 왔는데, 이제와서 스터디에서 말하는 지식그래프가 온톨로지라고 해버리니, 점점 스터디가 갈 방향을 잃어가는 듯합니다.

그러나 도메인간의 의미론적 관계를 어떻게 구성할 것인지에 대해서 더 고민하기 위해서, 정

이태 님의 GraphRAG 세미나와 최호재님의 Bio Chemical 분야에서 의미 분석 방법에 대한 세미나를 진행했고,

스터디의 결과를 내기 위해서 더 토론하는 시간을 갖기로 하였습니다.