영상 핵심 정리 — GraphRAG 실무

이 영상은 "Vector RAG 만으로 안 되는 질의가 무엇이고, GraphRAG 가 어떻게 그 갭을 메우는가" 를 Microsoft 사례 중심으로 풀어낸다.

---

1. 세 가지 RAG 패턴 한눈 비교

패턴	검색 흐름	잘하는 질의	못하는 질의
Vector RAG	질문 임베딩 → 유사 청크 top-K → LLM	"이 매뉴얼에서 알람 E-201 이 뭐야?"	"E-201 의 근본 원인 후보 5개는?"
GraphRAG	질문에서 엔티티 추출 → KG 탐색 → 경로 컨텍스트 → LLM	"CNC-001 고장이 후공정에 어떤 영향?"	"매뉴얼 12장 한 문장으로?" (요약은 약함)
Hybrid	Vector + Graph 결과 융합 → LLM	위 둘 다	(드물게 둘 다 약한 질의)

Hybrid 한 줄 공식: 질문 → 벡터로 진입점(seed) 노드 찾기 → 그래프로 관계 확장 → LLM 전달. 벡터가 "어디서 시작할지", 그래프가 "거기서 어디까지"를 담당한다.

단 Hybrid 가 과잉인 경우: 단순 FAQ, 초기 PoC, 갱신 잦은 비정형 도메인 — 그래프 구축·유지 비용이 진짜 비용이다. Hybrid 는 강력한 기본값이지 자동 정답이 아니다.

영상 8분 지점의 비교표가 이 표의 원본.

---

2. Microsoft GraphRAG — 무엇이 새로운가

기존 GraphRAG: 질문 → 엔티티 추출 → KG 1-2 hop → 컨텍스트 → LLM. 로컬 질의에 강함.

Microsoft 가 추가한 두 단계:

인덱싱 (1회):
  문서 → 엔티티/관계 추출 → KG 구축
              ↓
       커뮤니티 탐지 (Leiden 알고리즘)
              ↓
       커뮤니티별 LLM 요약 저장

질의 (매번):
  글로벌 질문 → 커뮤니티 요약들 → 통합 답변
  로컬 질문   → KG 1-2 hop      → 컨텍스트 답변

커뮤니티 = KG 의 '주제 클러스터'. 예: 제조 KG 에서 "품질 이슈 그룹", "설비 보전 그룹" 등이 자동 형성됨.

→ "올해 가장 빈번한 품질 이슈는?" 같은 글로벌 질의를 LLM 콜 수십 분의 1 로 답변.

---

3. 파이프라인 (다이어그램으로 그리기)

[원천 문서] (정비 보고서, 매뉴얼, 작업 일지)
     │
     ▼
[엔티티 + 관계 추출] (LLM + 도메인 사전)
     │
     ▼
[KG 적재] (Neo4j MERGE)
     │
     ▼
[커뮤니티 탐지] (Leiden / Louvain)
     │
     ▼
[커뮤니티 요약 캐시] (LLM 1회/커뮤니티)
     │
     ▼
[질의 시점] ── 로컬? ──> KG 탐색 → LLM
              \── 글로벌? ──> 요약 통합 → LLM

오늘 Day 4 의 실습이 이 파이프라인의 간소화 버전 을 직접 구현한다.

---

4. 비용 트레이드오프 (놓치면 망함)

구간	Vector RAG	GraphRAG (Microsoft)
인덱싱 LLM 콜	임베딩만 (싸다)	엔티티 추출 + 커뮤니티 요약 (비싸다)
질의 LLM 콜	1회 (top-K 청크)	로컬 1회 / 글로벌 1~3회
변경 비용	청크 재임베딩	KG 재구성 + 요약 재생성

→ 문서가 자주 바뀌면 GraphRAG 인덱싱 비용이 폭증한다. 변경 단위로 증분 갱신 전략이 필수.

---

5. 엔티티 추출 품질이 전부

영상 22분 부근 핵심:

• 일반 LLM 의 엔티티 추출 정확도: 제조 도메인에서 약 60%
• 도메인 사전 + few-shot 예시 5개 추가: 약 85%
• 도메인 fine-tune: 90%+ (비용 ↑↑)

대부분의 팀은 도메인 사전 + few-shot 으로 충분.

---

6. 고정 / Router / 풀 에이전트 — 3단 스펙트럼

GraphRAG 를 누가 "검색 전략을 결정" 하느냐로 3가지 구현 패턴이 갈린다.

구분	고정 파이프라인	Router	풀 에이전트
누가 결정	개발자가 짠 단일 경로	LLM 이 도구 선택만 (분류 1회)	LLM 이 다단계 결정 + 자기 교정
Cypher	미리 템플릿화	미리 템플릿화	실시간 생성 (Text2Cypher)
속도/비용	빠름·저렴	거의 빠름	느림·비쌈
적합	질문 유형 정형적	질문 유형 2~3 갈래	다양·복잡

실무 판단 사례 (ODIN 조달 분석): 베타 질문 90% 가 단일 도구로 끝나면 풀 에이전트는 과설계, Router 면 충분. 진짜 에이전트(다단계 추론)는 사용자 demand 확인 후 도입. → "에이전트가 안 맞는 게 아니라 지금 우선순위가 낮다" 가 over-engineering 회피 원칙.

---

다음 task 와의 연결

다음 reading 에서 KG Q&A 시스템 아키텍처를 더 깊이 본다. 이 영상의 인덱싱/질의 분리 구조가 다음 페이지의 "Hot Path / Cold Path" 패턴과 그대로 이어진다. 위 Router 스펙트럼이 실무 아키텍처 결정의 출발점이 된다.

제조 설비 고장 분석 시스템에서 Vector RAG와 GraphRAG의 답변 품질 차이를 비교해줘. '왜 CNC-001이 반복 고장을 일으키는가?' 같은 구조적 질의와 '베어링 교체 절차는?' 같은 로컬 사실 질의에서 각각 어느 방식이 더 나은지, Microsoft GraphRAG의 인덱싱 비용 대비 글로벌 요약 질의 LLM 콜 절감 효과도 수치로 검증해줘.