Neo4J로 구현하는 지식 그래프 기반 RAG 시스템: 단순 벡터 검색을 넘어 데이터 관계까지 활용하는 차세대 검색 기술 그래프 데이터베이스의 힘으로 RAG 성능 극대화하기!
Neo4J 그래프 데이터베이스를 활용한 지식 그래프 구축 방법
지식 그래프(Knowledge Graph)를 RAG에 적용하는 방법
랭체인(LangChain)과 Neo4J를 연동하여 그래프 기반 검색 시스템 구현
다양한 검색 기법(기본 검색, 전문 검색, 벡터 검색) 활용 및 통합
Text2Cypher 기법을 통한 자연어 질의의 그래프 쿼리 변환
학습 대상은
누구일까요?
RAG 시스템의 성능과 정확도를 높이고 싶은 개발자
복잡한 관계를 가진 데이터를 효과적으로 처리하고 싶은 분
단순 벡터 검색을 넘어 구조화된 지식 검색 시스템을 구축하고 싶은 분
지식 그래프(Knowledge Graph)를 AI 애플리케이션에 적용하고 싶은 분
선수 지식,
필요할까요?
파이썬
랭체인 (LangChain)
RAG
11,903
명
수강생
272
개
수강평
108
개
답변
4.9
점
강의 평점
7
개
강의
안녕하세요. 저는 파이썬을 활용한 데이터 분석 및 인공지능 서비스 개발 실무를 하고 있습니다. 관심 있는 주제를 찾아서 공부하고 그 내용들을 많은 분들과 공유하기 위해 꾸준하게 책을 집필하고 인공지능 강의를 진행해 오고 있습니다.
[이력]
현) 핀테크 스타트업 CEO
전) 데이콘 CDO
전) 인덕대학교 컴퓨터소프트웨어학과 겸임교수
Kaggle Competitin Expert, 빅데이터 분석기사
[강의]
NCS 등록강사 (인공지능)
SBA 서울경제진흥원 새싹(SeSAC) 캠퍼스 SW 교육 ‘우수 파트너 선정’ (Python을 활용한 AI 모델 개발)
금융보안원, 한국전자정보통신산업진흥회, 한국디스플레이산업협회, 대구디지털산업진흥원 등 강의
서울대, 부산대, 경희대, 한국외대 등 국내 주요 대학 및 국내 기업체 교육 경험
[집필]
파이썬 머신러닝 판다스 데이터 분석(정보문화사) : https://zrr.kr/x1ec
파이썬 딥러닝 머신러닝 입문(정보문화사) : https://zrr.kr/RPaE
파이썬 딥러닝 텐서플로(정보문화사) : https://zrr.kr/PrVN
실무자를 위한 파이썬 Python 100제(정보문화사) : https://zrr.kr/4fyq
랭체인(LangChain) 입문부터 응용까지 (위키독스) : https://wikidocs.net/book/14473
[유튜브] 판다스 스튜디오 : https://youtube.com/@pandas-data-studio?si=XoLVQzJ9mmdFJQHU
전체
58개 ∙ (7시간 4분)
해당 강의에서 제공:
1. Neo4J AuraDB 설정
03:40
4. 노드(Node) 표현
07:09
8. 가변 길이 경로 탐색 (강의)
02:46
9. 가변 길이 경로 탐색 (실습)
07:58
10. 최단 길이 경로 탐색 (강의)
01:44
11. 최단 길이 경로 탐색 (실습)
02:53
12. 집계 함수
05:48
14. 복잡한 관계 패턴 결합
04:58