# GraphRAG로 구축하는 전사 지식베이스 — 강의자료

## 과정 개요

GraphRAG와 Knowledge Graph를 활용해 신뢰도 높은 전사 지식검색 시스템을 구축한다

RAG의 한계를 넘어서는 GraphRAG 아키텍처를 소개하고, Knowledge Graph 설계부터 검색·추론 파이프라인 구현까지 단계별로 다룹니다.

| 항목 | 내용 |
|---|---|
| 난이도 | 고급 |
| 진행 방식 | 워크숍 |
| 표준 소요시간 | 16시간 (2일) |
| 대상 | 데이터/AI 엔지니어, 지식관리 담당자 |
| 관련 기술 | RAG, GraphRAG, Knowledge Graph, Graph Database |

## 학습 목표

- RAG와 GraphRAG의 차이 이해
- Knowledge Graph 설계 방법론 습득
- GraphRAG 파이프라인 직접 구축

## 모듈별 강의 내용

### Module 1. RAG의 한계와 GraphRAG

- 전통적 RAG 아키텍처와 한계
- GraphRAG가 해결하는 문제

전통적 RAG는 문서를 조각내 검색하기 때문에 조각 간의 관계를 놓치기 쉽습니다. GraphRAG는 이 관계를 그래프로 표현해 검색 정확도와 출처 추적성을 높입니다.

### Module 2. Knowledge Graph 설계

- 엔티티·관계 모델링 방법론
- Graph Database 스키마 설계 실습

좋은 지식그래프는 도메인의 핵심 엔티티와 관계를 먼저 정의하는 데서 시작합니다. 실제 사내 문서를 대상으로 엔티티·관계를 추출하고 Graph Database 스키마로 옮깁니다.

### Module 3. 검색·추론 파이프라인 구축

- 질의 확장과 그래프 탐색
- 출처 추적 가능한 응답 생성
- 성능·신뢰도 검증

사용자 질의를 그래프 탐색에 맞는 하위 질의로 확장하고, 답변에 출처 노드를 함께 반환하도록 설계합니다. 기존 RAG와 나란히 비교해 신뢰도 차이를 직접 확인합니다.

## 진행 안내

각 모듈은 개념 설명 후 실습으로 이어지는 순서로 진행합니다. 모듈별 실습 문제는 별도 워크북 문서를 참고하세요.