---
tags: [AI-Agent, RAG]
---

# GraphRAG

> 한 줄 정의
> 문서를 지식 그래프(엔티티-관계)로 구조화해 검색하는 RAG. Microsoft가 2024년 제시했으며, 벡터 검색이 약한 "전체 조망·종합" 질문에 강하다.

## 인덱싱

```
텍스트 → LLM이 엔티티·관계 추출 → 지식 그래프 구축 → 커뮤니티 탐지 → 커뮤니티 요약
```

LLM이 문서에서 개체와 관계를 뽑아 그래프를 만들고, 밀접한 노드들을 **커뮤니티**로 묶어 요약해 둔다.

## 검색 모드

- **Global Search**: 커뮤니티 요약을 종합해 데이터셋 전체 차원의 질문에 답한다. ("이 문서들을 관통하는 주제는?")
- **Local Search**: 특정 엔티티와 그 이웃을 탐색해 구체적 질문에 답한다.

## 일반 RAG와의 비교

- **강점**: 다중 홉 추론, 흩어진 정보의 연결·종합, 전체 요약. 벡터 유사도만으로는 어려운 질문.
- **약점**: 그래프 구축에 LLM 호출이 많아 **인덱싱 비용·시간↑**.

## 관련 노트

- [[RAG Architecture]]
- [[Vector Database]]
- [[Hybrid Retrieval]]
- [[Embedding]]
- [[Agentic RAG]]