KAG 소개 — 논리 추론과 Q&A 프레임워크
KAG 소개 — 논리 추론과 Q&A 프레임워크
KAG(Knowledge Augmented Generation)는 OpenSPG 엔진과 대형 언어 모델을 기반으로 한 논리 추론·Q&A 프레임워크예요. 수직 도메인 지식 베이스에서 논리 추론과 사실 Q&A 솔루션을 만들기 위해 설계됐어요.
어떤 문제를 해결하나
- 전통 RAG의 벡터 유사도 계산의 모호성 완화.
- GraphRAG가 도입하는 OpenIE 노이즈 문제 완화.
- 논리 추론과 다중 홉 사실 Q&A 지원으로 기존 SOTA보다 유의미하게 우수.
핵심 특징
- 지식과 청크 상호 인덱싱 구조: 더 완전한 컨텍스트 텍스트 정보를 통합.
- 개념적 의미 추론으로 지식 정렬: OpenIE가 일으키는 노이즈 문제 완화.
- 스키마 제약 지식 구축: 도메인 전문 지식의 표현·구축 지원.
- 논리 형태 기반 혼합 추론·검색: 논리 추론과 다중 홉 추론 Q&A 지원.
목표
전문 도메인에서 지식 강화 LLM 서비스 프레임워크를 구축하는 것. 지식 그래프(KG)의 논리적·사실적 특성을 완전히 통합해, 논리 추론·사실 Q&A 등을 지원해요.
더 알아보기 (Learn more)
출처: KAG 공식 저장소