Knowledge Graph 4장 카드뉴스

현실의 개체(사람·장소·상품 등)를 점(노드)으로, 개체 사이의 관계를 선(엣지)으로 표현해 지식을 그물망 구조로 저장하는 방식입니다. '문자열이 아니라 사물'을 다루므로, 흩어진 데이터를 관계로 연결해 추론과 검색에 씁니다. 관계를 따라가며 여러 단계 떨어진 사실도 한 번에 찾을 수 있습니다. 검색엔진의 개체 정보 카드, 추천, 그리고 최근에는 LLM의 근거 데이터(GraphRAG)로 활용됩니다.

널리지 그래프(knowledge graph)는 지식을 '점과 선의 지도'로 정리한 데이터입니다. 개체를 점으로 두고 '누가 어디 소속' 같은 관계를 선으로 이어, 사실들을 그물처럼 연결해요. 조직도에서 사람과 부서, 보고 라인을 선으로 잇는 것과 비슷합니다. 이렇게 관계로 묶어 두면 '이 부품을 쓰는 모든 제품' 같은 질문에 연결을 따라가며 답할 수 있어요.

케이스 1: Google — 검색에 지식 그래프 도입 Google은 2012년 '문자열이 아니라 사물(things, not strings)'을 내세우며 지식 그래프를 검색에 도입했습니다 [1]. 사람·장소·작품 같은 현실 개체와 그 사이의 관계를 이해하는 모델을 검색에 얹었습니다 [1]. 검색 결과 옆 정보 카드의 토대가 됐습니다 [1].