벡터 RAG의 한계 돌파: Markdown과 지식 그래프를 활용한 데이터 검색 방식 공유

요약

한 개발자가 복잡한 ERP 애플리케이션을 위한 AI 시스템을 구축하며 기존 벡터 검색 기반 RAG 방식의 한계를 경험했다. 벡터 검색은 개별 데이터베이스 테이블 정보는 잘 찾지만, 테이블 간의 관계나 비즈니스 규칙을 이해하는 데에는 어려움이 있었다. 이에 대한 대안으로 벡터 검색 대신 마크다운(Markdown) 문서와 지식 그래프(Knowledge Graph)를 결합한 방식을 실험했다. 그 결과, 애플리케이션의 구조와 데이터 연결성을 파악하는 능력이 크게 향상되는 성과를 확인했다. 복잡한 도메인 지식이 필요한 시스템 설계 시 LLM이 전체 구조를 더 잘 이해하도록 돕는 유효한 접근법이 될 수 있다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.