45분
실습: Multi-hop 추론으로 "왜?" 5번 묻기 자동화
KG 기반 Q&A
실습: Multi-hop 추론으로 "왜?" 5번 묻기 자동화
온톨로지 & Knowledge Graph > KG 기반 Q&A
학습 목표
5-Why 분석을 Cypher 가변 길이 경로로 자동화한다 Multi-hop 추론 결과를 LLM이 자연어로 설명한다 추론 경로를 시각화하여 사용자에게 제시한다
실습: 제조 현장 5-Why 자동화
배경
도요타가 만든 5-Why는 "왜?"를 5번 반복해 근본 원인을 찾는 기법. KG의 가변 길이 경로 탐색으로 이걸 자동화할 수 있다.
목표
알람 코드 입력 → 부품/원인/조치까지의 전체 경로 추적 → LLM 자연어 설명.
실습 흐름
- 알람 입력 (예: E-201)
- Cypher로 다홉 경로 탐색 (Fault → Cause → Action → Skill → Worker)
- 경로를 텍스트로 직렬화
- LLM이 "왜?" 형식으로 단계별 설명 생성
- 시각화: 경로를 ASCII 다이어그램으로 출력
에디터 로딩 중...
힌트 보기
- • 가변 길이 경로 `*1..5`는 1홉~5홉까지의 모든 경로를 반환합니다
- • path.nodes와 path.relationships로 경로의 노드/관계를 분리하여 접근
- • LLM에는 경로를 문자열로 직렬화해서 전달하는 것이 토큰 효율적입니다
- • ASCII 다이어그램은 트리 구조 이해에 큰 도움이 됩니다
정답 보기
에디터 로딩 중...
AI로 학습하기 — 꿀팁
✅5-Why Cypher 경로 쿼리 정확성 점검AI 학습 팁
AI에게 가변 길이 Cypher 경로 쿼리가 5-Why 인과관계를 올바르게 탐색하는지, 사이클 및 성능 문제를 점검하게 하세요.
이 5-Why 자동화 Cypher 쿼리에서 인과관계 사이클(A→B→A)이 있을 때 무한 탐색이 발생하는지, [*1..5] 가변 경로가 실제로 5단계 WHY를 올바르게 순방향으로 따라가는지 분석하고, 사이클 방지 apoc.path 활용법과 LLM에 넘기기 전 경로 결과를 단순화하는 후처리 코드를 제안해줘.
이 팁이 도움이 됐나요?