Vector RAG의 한계를 극복한 Graph Layer 도입을 통한 Multi-hop 질의 해결

Context

단순 Vector RAG의 유사도 검색 방식으로는 Entity disambiguation과 Multi-hop 추론이 불가능한 한계 존재. Chunk size 조정이나 Embedding 모델 교체만으로는 구조적 관계 파악이 필요한 복잡한 질의 응답의 정확도를 높이는 데 한계 도달.

Technical Solution

• Entity 기반 Node와 Typed Edge로 구성된 Graph Layer를 Vector Store와 병렬 인덱스로 구축
• 단순 텍스트 조각이 아닌 인물, 조직, 문서 간의 관계를 정의하여 Identity 기반의 개체 식별 구현
• Graph Traversal과 Vector Similarity 검색 결과를 결합하는 Dual Retrieval 및 Fusion 전략 채택
• Leiden Clustering을 통한 Subgraph 요약으로 코퍼스 전체를 관통하는 Global Summary 생성
• Native Vector Index와 Cypher Traversal을 단일 쿼리로 처리하는 Hybrid Store 구조 설계
• Graph Node에 원문 Chunk 포인터를 연결하여 검색 결과의 Context Hydration 처리