#지식 그래프
23개의 포스트
그래프는 하나가 아니다 — GraphRAG의 다변화, 거대 지식 그래프 하나에 종속되지 않기 (RAG 특집 5편)
Microsoft GraphRAG 저장소는 이제 스스로를 ‘대부분 유지보수 모드’라고 적는다. 새 기능도 PR도 받지 않는다. 그렇다고 그래프가 끝난 것은 아니다. 끝난 것은 ‘모든 문서를 LLM으로 엔티티·관계로 쪼개 거대한 전역 그래프를 만들고 모든 질의를 그 위에서 처리한다’는 공식이 무조건적 기본 선택이던 시대다. 2026년의 그래프는 네 갈래로 갈라졌다. 활발히 확장되는 LightRAG, 임베딩 각도만으로 토큰 0에 그래프를 짓는 G³RAG, 전역 그래프 없이 질의 시점에 SQL 조인으로 잇는 SAG, 그리고 위키 링크 구조. 이 특집은 왜 정적 지식 그래프가 비싸고 깨지기 쉬운지를 시뮬레이터로 보이고, cosθ·sinθ 한 식으로 엣지를 만드는 법과 공유 엔티티를 JOIN 키로 쓰는 법을 직접 만져 보고, 내 데이터에 맞는 구조를 고르는 진단 도구까지 간다. 위젯 6종. RAG 특집 시리즈 5편.
오픈 날리지 포맷(OKF) — 흩어진 지식을 에이전트가 읽는 하나의 표준으로
AI 에이전트에게 '주간 활성 사용자를 어떻게 계산하지?'라고 물으면, 답은 메타데이터 카탈로그·위키·코드 주석·시니어의 머릿속에 흩어져 있습니다. 2026년 6월 Google Cloud가 내놓은 답이 OKF입니다. 더블린 코어와 시맨틱 웹부터 Karpathy의 LLM 위키까지, 30년에 걸친 '데이터를 함께 쓰자'는 꿈의 역사와, 왜 이번엔 '그냥 마크다운'이 답이 되었는지를 사례와 함께 쉽게 풀어드립니다.
SciAtlas 완전 해부: 4,300만 논문의 지도가 자동화된 과학 연구를 여는 법
2026년 5월, 저장대 ZJUNLP가 공개한 SciAtlas는 4,300만 편의 논문, 1억 5,700만 개체, 30억 트리플을 하나의 지식 그래프로 묶었다. 단순 키워드 검색을 넘어 'tri-path 협력 회수 + 그래프 재정렬'이라는 뉴로-심볼릭 알고리즘으로, AI 에이전트가 논문 사이를 추론하면서 걸을 수 있게 한 첫 인프라. 정보 폭발의 역사, MAG에서 OpenAlex로 이어지는 학술 그래프 계보, SciAtlas의 스키마와 알고리즘, 그리고 2026년 자동화된 과학의 의미까지 특집으로 풀어본다.
데이터를 못 보면 DX 못 한다 — 데이터 구조 이해의 기술
DX 전문가 로드맵 3편 — Edgar Codd의 1970년 관계형 모델부터 2026년 AI-Ready 데이터까지. 비정형 데이터가 기업 데이터의 90%를 차지하는 지금, 데이터 구조를 이해하지 못하면 AI도, DX도, 아무 의미가 없다. 데이터 모델링 56년의 계보와 실전 인사이트를 총정리한다.
From RAG to Memory: AI에게 '기억'을 가르치다 — HippoRAG 2 논문 완전 해부
RAG는 AI에게 참고서를 주는 것이고, 기억은 AI가 직접 경험하여 아는 것이다. ICML 2025에 발표된 HippoRAG 2는 인간의 해마(hippocampus)에서 영감받아, RAG를 진정한 장기기억 시스템으로 진화시킨다. 사실 기억, 의미 추론, 연상 기억 세 가지를 동시에 달성한 이 논문을 사례와 그림으로 완전 해부한다.
Zep 논문 해부: AI 에이전트에게 '시간을 아는 기억'을 선물하다
AI 에이전트가 어제 대화를 기억하지 못한다면? Zep은 시간 인식 지식 그래프(Temporal Knowledge Graph)로 이 문제를 해결한다. 3계층 그래프 구조, 이중 시간축 모델, 동적 엣지 무효화 — MemGPT를 넘어 LongMemEval에서 18.5% 정확도 향상과 90% 레이턴시 감소를 달성한 Zep의 핵심을 완전 해부한다.
그래프 데이터베이스의 모든 것: RedisGraph의 종말에서 FalkorDB의 부상까지
관계형 DB의 한계를 넘어선 그래프 데이터베이스의 역사부터 핵심 개념, RedisGraph EOL과 FalkorDB 마이그레이션, 그리고 2026년 AI 시대의 GraphRAG까지. 풍부한 사례와 인터랙티브 시각화로 그래프 DB의 세계를 탐험합니다.
GraphRAG는 정말 효과적인가? — ICLR 2026 논문이 밝힌 9가지 진실
그래프가 RAG를 377배 비싸게 만든다면, 언제 쓸 가치가 있을까? ICLR 2026에서 발표된 GraphRAG-Bench 논문이 9개 시스템을 체계적으로 벤치마킹하여 밝혀낸 9가지 핵심 발견을 깊이 있게 분석합니다.
Mem0 + Kuzu 완전 가이드: AI에게 '기억'을 주면 대화가 달라진다
'저는 SF 영화를 좋아해요'라고 말했는데, 다음 대화에서 스릴러를 추천받은 적 있는가? LLM은 대화가 끝나면 모든 것을 잊는다. Mem0는 대화에서 사용자 취향과 관계를 자동 추출하여 그래프 DB(Kuzu)에 저장하고, 다음 대화에서 개인화된 응답을 제공한다. AI 메모리의 원리부터 실전 구현, 2026년 개인화 AI의 미래까지.
SHACL 완전 정복 — RDF 데이터의 수호자, 지식 그래프의 품질 보증인
W3C가 만든 RDF 데이터 검증 표준 SHACL. 왜 이런 게 필요했고, 어떻게 동작하며, 2026년 AI 시대에 왜 더 중요해졌을까? 풍부한 사례와 인터랙티브 시뮬레이터로 완전 정복한다.
SHACL-DS 완전 해부 — RDF '데이터셋' 검증의 새로운 지평 (ESWC 2026)
SHACL은 RDF 그래프 하나만 검증할 수 있었다. 그런데 현실의 데이터는 여러 개의 Named Graph로 나뉘어 있다. ESWC 2026에서 발표된 SHACL-DS는 이 gap을 메우는 최초의 체계적 확장이다.
Simple Event Model(SEM) 완전 해부: 세상의 모든 사건을 구조화하는 법
역사적 사건부터 해적 공격까지 — 세상의 모든 '일어난 일'을 컴퓨터가 이해할 수 있게 표현하려면 어떻게 해야 할까? 2011년 탄생한 Simple Event Model(SEM)이 그 해답이다. 왜 이 개념이 필요했고, 2026년 AI 시대에 어떤 의미를 갖는지 깊이 파헤친다.