GraphRAG 4장 카드뉴스

검색 증강 생성 분야에서 쓰이는 Graph Retrieval-Augmented Generation(그래프 기반 검색 증강 생성)의 약자로, 문서에서 LLM으로 개체와 관계를 뽑아 지식그래프를 만들고 이를 검색에 활용하는 RAG 방식입니다. 비슷한 개체끼리 묶은 군집(커뮤니티)별 요약을 미리 만들어 두기 때문에, 문서 전체를 관통하는 '이 데이터의 주요 주제는 무엇인가' 같은 전역 질문에 강합니다. Microsoft Research가 2024년 논문과 오픈소스로 공개하며 확산했습니다.

그래프래그(GraphRAG, Graph Retrieval-Augmented Generation)는 자료를 통째로 읽고 인물·조직·개념의 관계 지도를 먼저 그려 두는 검색 방식입니다. 일반 RAG가 질문과 비슷한 문단 몇 개만 찾아 읽는다면, GraphRAG는 이 지도 덕분에 문서 전체에 흩어진 내용을 엮어서 답할 수 있어요. 대신 지도를 만드는 데 LLM 호출이 많이 들어가 비용이 큽니다.

케이스 1: Microsoft Research — 전역 질문에서 벡터 RAG를 이긴 원조 실험 Microsoft Research는 2024년 팟캐스트 전사록과 뉴스 기사 약 100만~170만 토큰 코퍼스에서 GraphRAG와 벡터 RAG를 비교했습니다 [1]. LLM 심사 기준 포괄성 승률 72~83%를 기록했습니다 [1]. 다양성 승률도 62~82%로 앞섰습니다 [1].