공급 계약서 · 제3조 납기
변경 합의서 · 2차 수정
검사 기준서 · 5장 판정
세 문서를 같이 봐야 답이 나와요답이 여러 문서에 나뉘어 있어요
계약서와 변경 합의서, 검사 기준서를 함께 봐야 하는데 검색은 문단을 하나씩 따로 찾아 줍니다.
문서 검색만으로 찾기 어려운 업무 관계를 정리합니다. 개체와 관계를 연결하고, 질문에 필요한 정보와 답변 근거를 함께 찾는 구조를 설계합니다.
사내 문서 AI 검색: 질문을 고르면 그 질문에 쓰인 문서, 개체와 관계, 그래프 경로가 강조되고 답변과 출처가 표시됩니다.
질문 고르기
1문서·데이터원천 5건
2개체·관계 정리관계 6개
3그래프 탐색질문과 이어진 관계만
탐색 경로P-12 → SM-3 → C-118 → 가람전자
4답변·출처근거 문서 함께 표시
P-12는 SM-3 센서모듈에 쓰이는 부품입니다.1 SM-3는 가람전자와 맺은 납품 계약 C-118의 품목이고, 계약 제7조에 따라 부품을 바꾸기 14일 전까지 가람전자에 알려야 합니다.2
문서 검색으로 막히는 질문
여러 문서와 대상의 관계를 함께 확인해야 하는 업무에서 자주 생기는 일입니다.
공급 계약서 · 제3조 납기
변경 합의서 · 2차 수정
검사 기준서 · 5장 판정
세 문서를 같이 봐야 답이 나와요계약서와 변경 합의서, 검사 기준서를 함께 봐야 하는데 검색은 문단을 하나씩 따로 찾아 줍니다.
부품 P-12
→ 어느 제품에 쓰였나?
→ 그 제품은 어디에 납품했나?
검색 결과: P-12 사양서 1건부품이 바뀌면 어떤 제품과 납품처가 영향을 받는지처럼, 대상 사이의 연결을 따라가야 하는 질문입니다.
검사 기준서 3장 · 유사도 0.82
구 검사 기준서 3장 · 유사도 0.80
신입 교육 자료 · 유사도 0.79
어느 것이 지금 기준일까요?표현이 비슷한 문단은 찾지만, 지금 질문의 대상과 이어진 문단인지는 담당자가 다시 가려냅니다.
구축 구조
원천 자료를 고르고 개체와 관계를 정리해 두면, 질문이 들어올 때 관계를 따라 필요한 정보와 근거를 함께 찾을 수 있습니다.
01 원천 자료
규정, 계약서, 매뉴얼 같은 문서와 DB·엑셀 데이터 가운데 질문에 실제로 쓰이는 자료를 고르고 기준일과 접근 권한을 확인합니다.
02 개체 식별
제품, 부품, 거래처, 조항처럼 질문의 대상이 되는 개체를 찾고 같은 대상을 가리키는 다른 표기를 하나로 묶습니다.
03 관계 설계
사용, 적용, 계약처럼 실제 질문에 쓰이는 관계만 정하고, 관계마다 근거가 된 문서와 위치를 함께 남깁니다.
04 검색과 근거 확인
질문 속 개체에서 출발해 이어진 관계를 따라 필요한 문단을 모으고, 답변에 문서명과 위치를 출처로 보여 줍니다.
개체와 관계는 GraphRAG에 필요한 만큼만 정합니다. 회사 전체의 용어와 개념 체계를 설계하는 일은 필요할 때 범위를 나눠 따로 진행합니다.
적용 판단
실제 질문 목록으로 일반 RAG로 충분한 질문인지 먼저 나눕니다. 관계를 따라가야 답이 나오는 질문이 많을 때 GraphRAG 도입을 제안합니다.
질문 예
문서 검색과 RAG로 먼저 답해 봅니다.
질문 예
이런 질문이 많을 때 GraphRAG를 더합니다.
두 종류가 섞여 있으면 문서 검색을 기본으로 두고, 관계가 필요한 질문에만 그래프 탐색을 붙이는 구성도 검토합니다.
첫 검증 범위
처음부터 모든 문서를 그래프로 만들지 않습니다. 질문과 자료의 범위를 좁히고, 답을 어떻게 평가할지 먼저 정합니다.
실무에서 자주 받는 질문과 지금 답하기 어려운 질문을 모아, 기대하는 답과 근거 문서를 함께 적습니다.
질문에 필요한 문서와 데이터만 골라 형식, 기준일, 보관 위치를 확인합니다. 이번에 넣지 않을 자료도 정해 둡니다.
답이 맞는지, 출처가 맞는 문서를 가리키는지, 근거가 없을 때 어떻게 답하는지를 질문마다 같은 기준으로 봅니다.
사용자마다 볼 수 있는 문서 범위를 나누고, 문서가 바뀌면 개체와 관계를 다시 반영할 주기와 방법을 정합니다.
검증 결과를 보고 범위를 넓힐지, 일반 RAG로 정리할지 함께 정합니다. 검증 전에 정확도나 비용 절감률을 약속하지 않습니다.
공개 프로젝트 가운데 호전실업의 기업 데이터 AI 에이전트와 한국선급의 AI 챗봇 서비스는 GraphRAG 납품 사례가 아니라, 데이터를 구조로 정리하고 근거를 함께 보여 주는 RAG를 직접 개발한 관련 경험입니다. 호전실업에서는 ERP 데이터를 AI 에이전트용 온톨로지로 정리하고 질의응답형 에이전트의 프론트엔드·백엔드를 개발했습니다. 한국선급에서는 선박 기술 규정 문서를 근거 자료와 함께 찾아 주는 RAG 챗봇을 UXUI 기획·디자인부터 프론트엔드·백엔드 개발까지 맡았습니다.
만드는 사람들
진행 과정
검증 범위에서 정한 질문과 자료를 기준으로, 단계마다 무엇을 정하는지 먼저 알려드려요.
STEP 1
STEP 2
STEP 3
STEP 4
일반 RAG는 질문과 비슷한 문단을 찾아 답변에 씁니다. GraphRAG는 문서에서 찾은 개체와 관계를 그래프로 이어 두고, 질문과 연결된 관계를 따라 필요한 정보와 근거를 모읍니다. 어느 쪽이 맞는지는 실제 질문과 자료에 따라 달라집니다.
실제 질문 목록을 받아 한 문서 안에서 답이 나오는 질문과 여러 문서와 대상의 관계를 따라가야 하는 질문으로 나눕니다. 앞쪽이 대부분이면 일반 RAG를 먼저 제안합니다.
규정, 계약서, 매뉴얼, 보고서 같은 문서와 DB·엑셀 데이터를 쓸 수 있습니다. 처음에는 질문에 필요한 자료로 범위를 좁히고 형식과 기준일, 접근 권한을 먼저 확인합니다.
검증 전에는 정확도 수치를 약속하지 않습니다. 질문 목록과 기대하는 답, 근거 문서를 먼저 정하고 같은 기준으로 결과를 확인합니다. 필요하면 일반 RAG와 같은 질문으로 비교합니다.
관계와 문단마다 원문 문서와 위치를 남겨 두고, 답변에 쓴 문서명과 조항이나 쪽을 함께 표시합니다. 근거가 부족할 때 어떻게 답할지도 검수 항목에 넣습니다.
문서가 추가되거나 바뀌면 해당 문서에서 개체와 관계를 다시 뽑아 반영합니다. 갱신 주기와 확인 절차, 담당자는 검증 단계에서 함께 정합니다.
사용자마다 볼 수 있는 문서 범위를 나누고 검색과 답변에도 같은 권한을 적용합니다. 어떤 AI 모델과 실행 환경을 쓸지는 자료의 보안 수준을 확인한 뒤 정합니다.
자료의 양과 형식, 질문 범위, 권한과 갱신 조건에 따라 달라집니다. 작은 검증 범위를 먼저 정하고, 그 결과를 보고 다음 범위와 일정, 비용을 협의합니다.
여기 없는 내용은 contact@alphaca.kr 로 물어보세요.
GraphRAG 구축 문의
실제로 받는 질문 몇 개와 가진 자료의 종류만 알려주셔도 일반 RAG로 충분한지부터 함께 봐요.
상담에서 함께 정하는 것
문서 원본은 범위를 정한 뒤에 받아요. 처음에는 문서 종류와 대략적인 양만 적어 주세요.
이메일로도 받습니다 · contact@alphaca.kr