안녕하세요 :)

유튜브로 GraphRAG 학습 중에 선생님만한 강의가 없어 찾아오게 되었습니다.

아직 오티 파트지만 궁금한게 있어 질문드립니다.

1) GraphRAG를 사용하는 이유 중에 하나가 VectorDB보다 더 정확한 or 폭넓은 context를 LLM에게 제공가능하기 때문이라고 알고 있습니당..

예를들어 벡터 기반인 경우에는, n개에 문서에 한정된 내용을 통해 context 제공이 가능하지만

graph는 관계를 통해 더 다양한 정보를 추출할 수 있어 벡터 사용시 보다 "전반적인 질문" (ex. 줄거리) 같은 내용에 더 정확한 답변을 할 수 있다고 이해하고 있는데요..

제가 이해한 것이 맞을까요?

그렇다면 벡터에 저장 시 분할된 chunk들만 각각 저장하는 것이 아닌,

각 chunk들을 몇 개 모아서 summary한 내용을 적재하고, 또 summary를 모아서 요약한 걸 또 적재하는 식으로 사용하면

벡터를 사용해도 graph와 견줄만한 성능을 가지지 않을까 하는 궁금증이 있습니다.,,!

2) 강의 말씀 중에 " ai가 지식 그래프의 관계를 따라서 유의미한 정보를 가져온다 " 라고 하셨는데, 이는 ai가 직접 지식 그래프를 조회한다는 것으로 해석하였습니다..!

그 말은 사용자의 자연어를 > cyper로 변환하는 것을 ai가 직접 수행한다는 걸까요??

만약 그렇다면 실제로 textToSql처럼 난이도가 쉽지 않아 보일 것으로 생각되는데 정확도 측면에서 충분히 사용할 수 있는지도 궁금합니다!

질문이 많았습니다. 감사합니다! :)