Category: Amazon Neptune Analytics

유진그룹 AI CoE가 주관하고, 메가존클라우드(MZC)가 수행사로, AWS가 기술 지원으로 참여한 온톨로지 기반 지식 그래프 프로젝트 사례입니다. 그룹 내 건자재 유통 회사인 유진홈센터의 운영 데이터를 대상으로, 검증된 학술 방법론(R2G, GRAD)과 산업 표준 온톨로지(GoodRelations, schema.org, GS1)를 결합해 관계형 데이터베이스(RDBMS)를 Amazon Neptune 기반 지식 그래프로 전환한 과정을 공유합니다. 건자재 유통처럼 상품과 거래 구조가 복잡한 도메인에서 온톨로지 모델링을 직접 […]

서론 수년간 운영해온 서비스에서 Knowledge Graph를 구성하려면 어디서부터 시작해야 할까요? 새 스키마를 처음부터 설계하는 방법도 있지만, ORM 엔티티나 데이터 모델 같은 개발 코드에는 도메인의 구조가, 비즈니스 로직에는 운영하면서 축적된 규칙과 제약조건이 이미 녹아있습니다.이 지식을 AI로 구조화하면 Knowledge Graph의 출발점을 훨씬 빠르게 만들 수 있습니다. 이 글에서는 기존 Java/Spring 코드에서 그래프 스키마 명세를 추출하고, Amazon Neptune […]

본 게시글은 AWS Database Blog에 게시된 ‘Introducing the GraphRAG Toolkit by Ian Robinson and Abdellah Ghassel’을 한국어 번역 및 편집하였습니다. Amazon Neptune이 그래프 기반 검색 증강 생성(RAG, Retrieval-Augmented Generation) 워크플로를 누구나 더 쉽게 구축할 수 있도록, Neptune 기반의 오픈 소스 Python 라이브러리 GraphRAG Toolkit을 선보였습니다. 이 툴킷은 비정형 데이터에서 자동으로 벡터 임베딩이 포함된 그래프를 구축하고, […]

Amazon Neptune은 AWS에서 제공하는 완전관리형 그래프 데이터베이스 서비스입니다. 이 서비스는 고도로 연결된 데이터셋을 효율적으로 저장하고 쿼리할 수 있도록 설계되었으며, 주로 소셜 네트워킹, 추천 엔진, 지식 그래프, 생명과학 연구 등의 분야에서 활용됩니다. Neptune은 업계 표준인 Property Graph와 RDF(Resource Description Framework)를 모두 지원하며, 각각 Apache TinkerPop Gremlin과 OpenCypher 그리고 SPARQL 쿼리 언어를 통해 데이터에 접근할 수 있습니다. […]