AWS 환경에서 그래프 기술로 GenAI의 난제들을 해결하다

GenAI(Generative AI) 사용은 산업과 사용 사례 전반에 걸쳐 계속 확산되고 있어요. 기업들은 혁신과 경쟁력 유지를 위해 필요한 인프라 구축에 투자를 늘리고 있죠.

현재 GenAI는 전체 AI 투자에서 일부를 차지하지만, AI 시장 내 점유율은 점점 커지고 있어요. IDC에 따르면, "GenAI 투자 성장이 가속화되면서, 이 분야는 5년 연평균 성장률 59.2%로 전체 AI 시장을 앞지를 것으로 예상돼요." 2024년부터 2028년까지의 예측 기간이 끝나면 "IDC는 GenAI 지출이 전체 AI 지출의 32%인 2,020억 달러에 이를 것으로 보고 있어요."

똑똑한 챗봇과 코드 생성부터 대화형 분석, 개인 맞춤형 고객 경험까지, 잠재력은 정말 어마어마하죠. 하지만 Amazon의 포괄적인 인프라 지원만으로는 충분하지 않아요. 원하는 결과를 얻으려면 Amazon Web Services(AWS)에 GenAI를 배포하는 것 이상의 노력이 필요하거든요. 기업들이 어려움을 겪는 주요 원인 중 하나는, 기반이 되는 데이터베이스 기술을 충분히 고려하지 않기 때문이에요.

데이터베이스 선택이 중요한 이유

AWS는 GenAI 애플리케이션을 구축하고 확장할 수 있는 강력한 도구를 제공하지만, 기업들은 여전히 해결해야 할 문제들이 있어요. 예를 들어 환각(사실과 다른 정보를 제공하는 것), 추적성 부족(출처 자료로 연결할 수 없는 문제), 지적 재산(IP) 문제 등이 있죠. 이런 문제들은 브랜드 평판을 떨어뜨리고 재정적인 손실을 초래할 수 있기 때문에, 정확성과 설명 가능성을 높이고 IP를 보호하는 전략과 기술을 도입하는 것이 중요해요.

이러한 문제들은 특히 Graph Database를 통해 해결할 수 있어요. 산업 및 사용 사례별로 특화된 문제 해결에 도움이 되죠. 왜냐하면 Graph Database는 복잡한 다단계 데이터 계층을 처리하고, 단일 Query에서 여러 연결을 탐색할 때 뛰어난 성능을 보이도록 설계되었기 때문이에요. 가장 중요한 점은 "데이터 이면의 데이터", 즉 더 깊은 이해와 정확한 AI 해석을 가능하게 하는 맥락적 관계를 제공한다는 거죠.

반면에 GenAI 애플리케이션 배포에 자주 사용되는 기존 관계형 데이터베이스와 Vector Database는 데이터 포인트 간의 풍부한 연결을 수용하고, AI 모델이 접근할 수 있는 도메인별 관계를 만드는 데 근본적인 한계가 있어요.

전체 인포그래픽 보기

GraphRAG 입력: 판도를 바꾸는 접근 방식

Graph Retrieval-Augmented Generation(GraphRAG)은 GenAI 결과를 개선하기 위한 가장 유망한 기술 중 하나에요. GraphRAG는 Large Language Model(LLM)의 강력한 기능과 Graph Database를 결합해서, AI 시스템이 기존 RAG 방식으로는 놓칠 수 있는 관계와 맥락을 유지하면서 내부 Knowledge Graph의 실시간 데이터에 접근할 수 있도록 도와주죠.

이 접근 방식은 다음과 같은 산업 전반의 AI 애플리케이션을 혁신하고 있어요.

• 금융 서비스: GraphRAG는 거래 데이터에서 숨겨진 관계를 찾아내서 더 효과적인 사기 탐지를 가능하게 해주고, 만족도와 충성도를 높이는 초개인화된 고객 경험을 제공해요.
• 운영: 복잡한 공급망 관계를 대규모로 분석할 수 있어서 기업은 중단을 예측하고 생산 프로세스를 최적화하며 제품 개발 주기를 가속화하는 동시에 비용을 절감할 수 있죠.

벡터 전용 RAG 시스템과는 달리, GraphRAG를 사용하면 Knowledge Graph에서 어떤 정보가 사용되었는지, 어떻게, 왜 선택되었는지에 대한 가시성을 확보할 수 있어요. 이는 많은 GenAI 배포에서 문제가 되는 추적성 문제를 해결하는 데 핵심적이죠.

앞으로 나아가기: 더 강력한 GenAI, 더 나은 결과

GenAI가 계속 발전하고 성숙해짐에 따라, AI 시스템의 기능과 신뢰성, 투명성 및 설명 가능성을 다루는 조직이 성공할 가능성이 높을 거예요. 그래프 기술과 GraphRAG는 이러한 목표를 달성하기 위한 필수 도구라고 할 수 있죠.

전체 인포그래픽 보기

AWS와 Neo4j가 파트너십을 맺었어요. 일반적인 GenAI 문제를 해결하기 위해 Neo4j AuraDB 프로가 Amazon Bedrock과 원활하게 통합되죠. 이 조합은 정확성과 설명 가능성을 유지하면서 기초 모델을 사용하여 GenAI 애플리케이션을 구축하고 확장하는 가장 간단한 방법 중 하나를 제공해요. 또한 이 파트너십은 Amazon SageMaker, Amazon EMR, Amazon Redshift, AWS Glue 및 Amazon MSK와의 통합을 포함하여 전체 AWS 생태계로 확장되므로 기업은 GraphRAG를 기존 AWS 환경에 원활하게 통합하고 AWS에서 GenAI 이니셔티브의 모든 잠재력을 실현할 수 있답니다.

• AWS
• AWS Bedrock
• GraphRAG

---

에이치시스템즈의 LogTree는 Neo4j 기반 GraphRAG 플랫폼으로, 데이터를 자동으로 지식그래프화하고 자연어 질의로 즉시 답을 제공합니다.

👉 에이치시스템즈 홈페이지