대규모 언어 모델(LLM)은 인상적입니다. 그렇지 않을 때까지는 말이죠. 내부 데이터, 제품 카탈로그 또는 사용자 리뷰에 대해 질문하면 환각적인 답변을 하거나 모른다고 인정할 것입니다. 대부분의 팀이 선택하는 해결책은 검색 증강 생성(RAG)입니다. 이는 먼저 관련 데이터를 검색하고, 프롬프트에 컨텍스트로 주입한 다음, 모델이 기억이 아닌 해당 컨텍스트에서 답변하도록 합니다.GraphRAG는 여기서 한 걸음 더 나아갑니다. 텍스트 청크만 검색하는 대신, 그래프 관계를 사용하여 연결된 컨텍스트를 검색하고, 엔티티 간의 관계를 따라 더 풍부하고 구조화된 컨텍스트를 구축할 수 있습니다. 그 결과 데이터와 해당 데이터 간의 관계 모두에 기반한 답변을 제공할 수 있습니다.