Knowledge Graph
지식 그래프
실세계의 지식을 엔티티(노드)와 관계(엣지)로 구조화하여 표현하는 지식 표현 기술입니다. 검색 엔진, 추천 시스템, 질의응답 시스템 등 다양한 AI 응용 분야에서 핵심 인프라로 활용됩니다.
Overview
Knowledge Graph(KG)는 Google이 2012년 도입한 이후 AI 분야의 핵심 인프라로 자리잡았습니다. 전통적으로 도메인 전문가의 수작업에 의존했으나, 최근 대규모 언어모델(LLM)의 등장으로 자동화된 구축 방법론이 급속히 발전하고 있습니다.
KG 구축은 딥러닝 기반 추출(2018-2019)에서 멀티모달 확장(2020-2022), LLM 기반 자동화(2023-2024)를 거쳐 현재 완전 자율 구축 단계로 발전하고 있습니다.
KG 구축 파이프라인
데이터 수집→엔티티 추출→관계 추출→정규화→저장/시각화
Key Concepts
Ontology-Driven KG Construction
온톨로지를 스키마(TBox)로 활용하여 KG를 체계적으로 구축하고, 인스턴스(ABox) 수준의 지식을 의미적으로 일관되게 채워가는 방법론
Graph-based RAG
KG의 그래프 구조를 활용한 검색 증강 생성. 다중 홉 추론과 온톨로지 가이드 검색으로 LLM의 환각을 줄이고 정확도를 향상
Formal Concept Analysis
개념 격자(Concept Lattice) 기반의 수학적 프레임워크로 KG 스키마 자동 발견, 지식 정제, 링크 예측에 활용
Neuro-Symbolic Integration
LLM(신경망)과 형식 방법론(온톨로지, FCA)의 결합을 통해 자동 구축의 유연성과 논리적 일관성을 동시에 확보