Graphiti 소개
Graphiti는 시간이 지남에 따라 진화하는 복잡한 관계를 나타내는 동적, 시간 인식 지식 그래프를 구축합니다. 구조화된 데이터와 비구조화된 데이터를 모두 처리하며, 시간, 전체 텍스트, 의미 검색, 그래프 알고리즘을 결합하여 쿼리할 수 있습니다. Graphiti의 지식 그래프는 사실(fact)과 관계를 '에피소드' 형태로 기록하며, 이 관계들은 시간적 메타데이터를 통해 추적 가능합니다.
Microsoft의 GraphRAG는 정적 문서 처리를 위해 설계되었으며, 변화하는 데이터의 시간적 특성을 다루기에는 한계가 있습니다. 반면, Graphiti는 데이터가 변화하는 과정을 시간에 따라 추적할 수 있는 기능을 가지고 있으며, 하이브리드 검색과 확장 가능한 데이터 처리가 가능합니다.
Graphiti의 기능과 장점
-
시간 인식(Temporal Awareness): 관계 수명 주기를 기록하기 위해 그래프의 에지에 시간 메타데이터를 포함하여 특정 시점 쿼리를 가능하게 합니다.
-
에피소드 처리(Episodic Processing): 데이터를 별도의 에피소드로 수집하여 데이터 출처를 유지하고 증
분 엔티티 및 관계 추출을 지원합니다. -
하이브리드 검색(Hybrid Search): 의미론적 검색과 BM25 전체 텍스트 검색을 결합하고, 중심 노드에서의 거리로 결과를 재정렬할 수 있습니다.
-
확장 가능성(Scalability): 대규모 데이터 세트를 처리하도록 설계되었으며 이벤트의 연대기를 유지하면서 대량 처리 시 LLM 호출의 병렬 처리를 지원합니다.
Graphiti와 Zep 메모리
Graphiti는 LLM 기반 비서 및 에이전트를 위한 Zep의 메모리 레이어의 핵심 역할을 담당하며, 메모리 응용 프로그램을 넘어 다양한 가능성을 제공합니다.
LangChain의 LangGraph와 Garphiti를 사용한 Agent 제작을 위해서는 다음 문서를 참고해주세요:
라이선스
Graphiti 프로젝트는 Apache-2.0 라이선스로 공개 및 배포되고 있습니다.
Graphiti GitHub 저장소
Graphiti 가이드 및 API 문서
빠른 시작 가이드
더 읽어보기
이 글은 GPT 모델로 정리한 글을 바탕으로 한 것으로, 원문의 내용 또는 의도와 다르게 정리된 내용이 있을 수 있습니다. 관심있는 내용이시라면 원문도 함께 참고해주세요! 읽으시면서 어색하거나 잘못된 내용을 발견하시면 덧글로 알려주시기를 부탁드립니다. 
파이토치 한국 사용자 모임
이 정리한 이 글이 유용하셨나요? 회원으로 가입하시면 주요 글들을 이메일
로 보내드립니다! (기본은 Weekly지만 Daily로 변경도 가능합니다.)
아래
쪽에 좋아요
를 눌러주시면 새로운 소식들을 정리하고 공유하는데 힘이 됩니다~ 