그래프 데이터베이스 (Graph Database)

쉽게 이해하기

그래프 데이터베이스는 RAG 시스템의 정보 검색 매커니즘에서 벡터 데이터베이스와 비교해 선호되는 저장 구조로 언급된다. 벡터 데이터베이스가 대규모 언어 모델이 인코딩한 벡터를 활용해 분할과 인덱싱을 수행하며 의미적으로 유사한 데이터를 추출하는 방식과 달리, 그래프 데이터베이스는 이와 다른 접근 방식을 취해 관련 없는 정보를 무작위로 불러올 수 있는 벡터 방식의 한계를 보완하는 것으로 설명된다. 생성형 AI 모델이 정적 학습 데이터 대신 최신 외부 자료를 참조할 때 활용되는 핵심 아키텍처 요소 중 하나이다. --- 참고 자료: - [Retrieval-augmented generation](https://en.wikipedia.org/wiki/Retrieval-augmented_generation) - [What Is Retrieval-Augmented Generation aka RAG](https://blogs.nvidia.com/blog/what-is-retrieval-augmented-generation) - [What is Retrieval Augmented Generation (RAG)?](https://www.databricks.com/blog/what-is-retrieval-augmented-generation) - [Retrieval-Augmented Generation (RAG) from basics to ...](https://medium.com/@tejpal.abhyuday/retrieval-augmented-generation-rag-from-basics-to-advanced-a2b068fd576c) - [Introduction To Undertsanding RAG(Retrieval-Augmented ...](https://www.youtube.com/watch?v=fZM3oX4xEyg)