Moxie of Dev

Neo4j GraphRAG Python의 SchemaFromTextExtractor 동작 원리

개요Neo4j가 공식 제공하는 Python 패키지 neo4j-graphrag에는 텍스트에서 지식 그래프의 스키마를 자동으로 뽑아내는 SchemaFromTextExtractor 컴포넌트가 있다. 스키마란 그래프에 등장할 노드 타입, 관계 타입, 둘을 잇는 패턴, 그리고 고유성·필수값 같은 제약조건의 목록이다. SimpleKGPipeline에 스키마를 따로 주지 않으면 이 컴포넌트가 자동으로 동작하므로, 지식 그래프를 만드는 사용자라면 의식하지 못한 채 이미 쓰고 있을 가능성이 높다.본 글은 neo4j-graphrag 1.22.0의 소스 코드를 직접 읽고 실행해, 이 컴포넌트가 내부에서 어떤 원리로 동작하는지 정리한다. 결론부터 말하면 SchemaFromTextExtractor는 텍스트를 분석하는 알고리즘을..

개요System 1 결정 모델은 자유 텍스트를 생성하지 않는다. 대신 애플리케이션이 미리 정한 질문과 선택지에 대해 타입이 정해진 판단과 확률을 반환한다. 이 글은 그중 세 가지를 비교한다. 상용 원조인 TypeSafe의 Jev, Qwen3.5-9B 기반 오픈 레시피인 Bespoke Labs의 Nimble, 인코더 기반 다국어 모델인 Convai Innovations의 Laya다. 비교의 목적은 LangGraph 기반 RAG 파이프라인의 전처리 단계, 즉 관련성 판단, 가드레일, 리트리버 라우팅에 어느 모델이 적합한지 평가하는 것이다. 모든 수치는 각 프로젝트의 공식 문서와 저장소를 기준으로 재확인하였다.설명System 1 / Typed Decision의 개념일반적인 LLM 기반 라우팅은 "질문 → LL..

개요LangChain의 채팅 모델 객체에는 bind()와 with_structured_output()이라는 두 메서드가 있다. 둘 다 "원본 모델을 수정하지 않고, 특정 설정이 적용된 새로운 Runnable을 반환한다"는 공통점이 있어 혼동하기 쉽다. 그러나 두 메서드는 정의된 계층, 목적, 반환값의 형태가 근본적으로 다르다. bind()는 Runnable 프로토콜 수준의 범용 메서드로 호출 시 전달할 키워드 인자를 고정하는 역할만 하며, with_structured_output()은 채팅 모델 전용 메서드로 스키마에 맞게 파싱·검증된 구조화 데이터를 반환하는 고수준 래퍼이다. 본 글에서는 두 메서드의 동작 원리를 소스 수준에서 비교하고, 어떤 상황에서 무엇을 선택해야 하는지 정리한다.설명1. Runna..

개요RAG(Retrieval-Augmented Generation)는 질문과 관련된 문서 조각을 먼저 검색하고, 검색된 문서를 LLM에 함께 넣어 답을 만드는 방식이다. 검색 단계에서는 질문과 문서를 각각 임베딩 모델로 벡터(숫자 배열)로 바꾸고, 질문 벡터와 가장 "가까운" 문서 벡터를 상위 k개 고른다.이때 "가깝다"를 숫자로 계산하는 방법이 필요하며, 이를 거리 척도 또는 유사도 척도라고 부른다. 가장 많이 쓰이는 두 가지가 유클리드 거리(Euclidean distance, L2 거리)와 코사인 유사도(cosine similarity)이다.본 글은 다음 세 가지 질문에 답한다.두 척도는 각각 무엇을 계산하는가.두 척도의 검색 결과는 언제 같고 언제 다른가.텍스트 검색에서는 어느 쪽을 기본값으로 삼아..

개요HyDE(Hypothetical Document Embeddings)는 사용자 질의로 직접 검색하는 대신, LLM이 질의에 대한 가상의 답변 문서(hypothetical document)를 먼저 생성하고 그 문서의 임베딩으로 실제 문서를 검색하는 기법이다. "Precise Zero-Shot Dense Retrieval without Relevance Labels" 논문에서 제안되었으며, 관련성 레이블 없이도 제로샷 밀집 검색의 성능을 끌어올리는 방법으로 주목받았다.본 글은 LLM 기반 검색 성능 강화 기법 시리즈의 마지막 다섯 번째 글이다. 앞선 기법들이 모두 질의를 변형(재작성, 확장, 분해, 추상화)하는 접근이었다면, HyDE는 질의를 답변 형태로 바꾸어 검색한다는 점에서 발상이 다르다.설명밀집 ..

개요Step-Back Prompting은 구체적인 세부 사항을 담은 원본 질문에 바로 답하는 대신, 그 질문의 배후에 있는 상위 개념이나 일반 원리를 묻는 한 단계 추상화된 질문(step-back question)을 먼저 생성하고, 이를 통해 확보한 개념·원리를 근거로 원본 질문을 추론하는 기법이다. Google DeepMind의 "Take a Step Back: Evoking Reasoning via Abstraction in Large Language Models" 논문에서 제안되었으며, RAG 파이프라인에서는 추상화된 질문으로 검색을 수행하여 더 일반적이고 안정적인 근거 문서를 확보하는 용도로 활용된다.본 글은 LLM 기반 검색 성능 강화 기법 시리즈의 네 번째 글이다. 3편의 Decompositi..

개요Decomposition(질의 분해)은 하나의 복합 질문을 LLM으로 여러 개의 하위 질문(sub-question)으로 분해하고, 각 하위 질문에 대해 검색과 답변을 수행한 뒤 그 결과를 종합하여 원본 질문에 답하는 기법이다. 다중 홉(multi-hop) 추론이 필요한 질문이나 여러 사실의 비교·결합이 필요한 질문은 하나의 질의로 검색하면 필요한 근거를 모두 확보하기 어렵다. Decomposition은 문제를 풀 수 있는 단위로 나누어 검색의 부담을 줄인다.본 글은 LLM 기반 검색 성능 강화 기법 시리즈의 세 번째 글이다. 2편의 Multi Query가 동일한 질문을 다른 표현으로 변주하는 기법이라면, Decomposition은 서로 다른 내용을 묻는 하위 질문들로 쪼갠다는 점에서 구분된다.설명"A..

개요Multi Query(다중 질의 생성)는 하나의 사용자 질의를 LLM으로 여러 개의 서로 다른 관점의 질의로 확장하고, 각 질의로 검색을 수행한 결과를 병합하여 검색 재현율(recall)을 높이는 기법이다. 단일 질의는 하나의 표현 방식과 하나의 임베딩 지점만을 가지므로, 관련 문서가 다른 어휘로 작성되어 있으면 검색에서 누락될 수 있다. Multi Query는 동일한 의도를 다양한 표현으로 변주하여 이 한계를 극복한다.본 글은 LLM 기반 검색 성능 강화 기법 시리즈의 두 번째 글이다. 1편에서 다룬 Query Reformulation이 하나의 질의를 하나의 더 나은 질의로 바꾸는 1:1 변환이라면, Multi Query는 하나의 질의를 여러 질의로 늘리는 1:N 확장이라는 점에서 구분된다.설명밀집..

개요Query Reformulation(질의 재작성)은 사용자가 입력한 원본 질의를 검색에 더 적합한 형태로 고쳐 쓰는 기법이다. RAG(Retrieval-Augmented Generation) 파이프라인에서 검색 품질은 최종 답변의 정확도를 좌우하는데, 사용자 질의는 검색에 최적화된 형태가 아닌 경우가 많다. Query Reformulation은 검색을 수행하기 전에 LLM을 활용하여 질의 자체를 개선함으로써 이 문제를 해결한다.본 글은 LLM 기반 검색 성능 강화 기법 시리즈의 첫 번째 글로, Query Reformulation만을 다룬다.설명RAG 시스템의 기본 구조는 Retrieve-then-Read이다. 사용자 질의를 검색기(retriever)에 전달하여 관련 문서를 찾고, 검색된 문서를 근거로..

개요WBS(Work Breakdown Structure, 작업 분류 체계)는 프로젝트의 총 범위를 계층적으로 분해하여 관리 가능한 단위로 구조화한 산출물 지향 도구이다. PMBOK 지침에서 WBS는 프로젝트 팀이 프로젝트 목표를 달성하고 요구된 인도물을 산출하기 위해 수행해야 하는 전체 작업 범위의 계층적 분해로 정의되며, 하위 수준으로 내려갈수록 작업 정의가 상세해진다. WBS는 계층 수준, 워크 패키지, 통제 계정, WBS 사전으로 구성되며 부모-자식 관계에 기반한다. 범위 관리의 기준선(scope baseline)을 형성하는 핵심 산출물이므로, 원가 산정·일정 개발·자원 배분·성과 측정 등 후속 프로세스의 입력으로 기능한다.설명WBS는 프로젝트 전체를 최상위 노드로 두고, 이를 주요 인도물 또는 단..