이번에 더 배울 것
가장 단순한 직렬화는 트리플 목록입니다. ‘(누리칩, ACQUIRED_BY, 가람전자)’처럼 한 줄에 사실 하나를 적으면 방향과 관계 이름이 정확히 보존되지만, 관계 이름이 영어 약어면 LLM이 뜻을 추측해야 합니다. 자연어 문장(‘누리칩은 2016년 가람전자에 인수되었다’)은 읽기 쉽지만 같은 사실이 길어지고, 문장으로 바꾸는 과정에서 방향이 흐려질 수 있습니다.
다중 홉 질문에는 경로 문자열이 유용합니다. ‘누리칩 -[ACQUIRED_BY]-> 가람전자 -[HEADQUARTERED_IN]-> 대전’처럼 이어 적으면 LLM이 중간 엔티티를 거쳐 답까지 따라가기 쉽습니다. Think-on-Graph는 탐색한 추론 경로를 근거로 답을 만들고, G-Retriever는 고른 부분 그래프의 노드와 엣지를 텍스트로 풀어(textualize) 질문과 함께 넣습니다. 한 엔티티의 속성과 관계를 한 블록에 모으는 엔티티별 묶음은 특정 엔티티를 자세히 묻는 질문에 맞습니다.
형식과 상관없이 지킬 것이 있습니다. 각 사실에 출처 ID(청크·객체 ID)를 붙여 답에서 인용하게 하고, 중복 사실을 제거하며, 질문과 관련이 큰 순서로 넣어 토큰 한도에서 잘려도 중요한 사실이 남게 합니다. 직렬화는 그래프에 없는 사실을 만들어 주지 않으므로, 근거가 부족하면 모른다고 답하도록 지시하는 것도 프롬프트의 일부입니다.
작은 예제로 따라가기
트리플: (누리칩, ACQUIRED_BY, 가람전자) [청크1], (가람전자, HEADQUARTERED_IN, 대전) [청크2] — 두 줄, 방향이 명확합니다.
문장: ‘누리칩은 가람전자에 인수되었다[청크1]. 가람전자 본사는 대전에 있다[청크2].’ — 읽기 쉽지만 길어집니다.
경로: ‘누리칩 -[ACQUIRED_BY]-> 가람전자 -[HEADQUARTERED_IN]-> 대전 [청크1, 청크2]’ — 두 홉이 한 줄로 이어져 다중 홉 질문에 바로 쓰입니다.
질문 유형별로 맞는 직렬화 고르기
다음 질문마다 트리플 목록, 경로 문자열, 엔티티별 묶음 가운데 무엇이 가장 적합할지 먼저 골라 보세요.
두 홉이 한 줄로 이어져 중간 엔티티를 놓치지 않습니다.
학습을 시작하면 새 문제를 직접 풀고 확인 퀴즈를 마친 뒤 선택한 본과정 회차로 돌아갑니다.