Amazon Neptune, 이제 더 안정적인 GraphRag 애플리케이션을 구축할 수 있도록 Neptune의 PropertyGraphStore에 대한 지원 도입
오늘부터 Amazon Neptune에 저장된 지식 그래프와 Amazon Bedrock에서 제공되는 것과 같은 대규모 언어 모델(LLM)이 포함된 애플리케이션을 구축할 수 있는 인기 있는 오픈 소스 프레임워크인 LlamaIndex를 결합하고 PropertyGraphIndex를 사용하여 그래프 검색 증강 생성(GraphRAG) 애플리케이션을 구축할 수 있습니다. AWS는 TextToCypher Retriever를 통한 자연어 쿼리, Cypher Template Retriever를 통한 지식 그래프 검색, Knowledge Graph Enhanced RAG 생성과 지원되는 추출기 및 리트리버를 통한 쿼리 기능을 추가할 수 있는 기능을 도입했습니다.
생성형 AI 애플리케이션을 구축하는 고객은 LLM 출력이 관련성 있고 정확하며 유용한지 확인하기 위해 검색 증강 생성(RAG)을 사용하는 경우가 많습니다. RAG는 모델을 재훈련하지 않고도 특정 도메인 지식을 통합하여 LLM 기능을 개선하는 반면 관련 정보가 여러 소스 또는 문서에 분산되어 있는 경우 RAG 애플리케이션이 여전히 심각한 문제에 직면할 수 있습니다. 지식 그래프는 조직의 정보를 통합하여 GraphRAG가 콘텐츠 전반에서 개념과 항목을 연관시킬 수 있도록 합니다. GraphRAG 애플리케이션의 PropertyGraphIndex를 통해 지식 그래프에서 노드 및 관계 속성을 효율적으로 인덱싱하고 쿼리할 수 있어 특정 특성을 기반으로 관련 데이터를 빠르게 검색할 수 있습니다. 이번 출시로 이제 텍스트를 openCypher 쿼리로 손쉽게 변환할 수 있게 됨에 따라 지식 그래프와 더 쉽게 상호 작용하고 인사이트를 추출할 수 있습니다. 또한 일반 openCypher 쿼리에 사전 정의된 템플릿을 활용하여 쿼리 작성 프로세스를 간소화하고 애플리케이션 전반에서 일관성을 보장할 수 있습니다. PropertyGraphIndex는 복잡한 멀티 홉 검색을 처리하든 간단한 쿼리를 처리하든 GraphRAG 솔루션의 전반적인 성능과 기능을 크게 강화합니다.
시작하려면 Amazon Neptune GraphStore 설명서로 이동하세요.