GraphRAG 도입으로 금융 범죄 구조 분석 성공률 0%에서 100%로 개선

Context

금융 범죄 조사는 텍스트 기반의 문서 검색보다 개체 간의 복잡한 관계 재구성이 핵심인 영역임. 기존 VectorRAG는 Semantic Similarity에 의존하여 Multi-hop 관계와 Topology 구조를 파악하지 못하는 구조적 한계 존재.

Technical Solution

• TigerGraph를 Reasoning Substrate로 활용하여 단순 저장을 넘어선 Topology-native 추론 구조 설계
• Vector 기반의 Chunk 검색 대신 Graph Traversal을 통한 Hidden Relationship 복구 로직 구현
• 17만 개의 Vertex와 37만 개의 Edge로 구성된 Adversarial Dataset을 구축하여 구조적 복잡도 검증
• Retrieval Analyst와 Topology Investigator 등 전문 역할을 분담한 Agent Swarm 아키텍처 적용
• FastAPI와 SSE Streaming을 결합하여 실시간 Graph Investigation 워크플로우 최적화
• Grounded Claims 및 Contradiction Detection 엔진을 통한 생성 결과의 신뢰성 검증 체계 구축