지식 그래프 · GraphRAG로 문헌 지형 읽기

문헌 조사에서 가장 어려운 순간은 "논문 하나는 찾았는데, 이게 이 분야 지형에서 어디쯤 있는지 모르겠다"는 상황이다. 검색어 기반 탐색은 키워드가 겹치는 논문만 보여줄 뿐, 어떤 논문이 계보의 뿌리인지, 어떤 흐름이 최근 갈라져 나왔는지는 알려주지 않는다. 지식 그래프(knowledge graph)는 바로 이 관계의 지형을 눈에 보이게 만든다.

1. 지식 그래프란 무엇이고, 논문 맥락에서 왜 유용한가

지식 그래프는 세상을 개체(entity, 노드)와 관계(relation, 엣지)로 표현한 구조다. "논문 A가 논문 B를 인용한다", "저자 X가 개념 Y를 제안했다"처럼, 각 사실을 노드—엣지—노드 삼항(triple)으로 저장한다. 문장을 죽 나열하는 대신 관계망으로 저장하기 때문에, "이 개념을 처음 쓴 논문에서 파생된 후속 연구를 모두 보여줘" 같은 관계 질의가 가능해진다.

논문 세계에서 이 그래프는 크게 두 종류로 나타난다.

• 인용 그래프(citation graph): 노드는 논문, 엣지는 "인용" 관계. 오래된 뿌리 논문(피인용 다수)과 최근 종합 논문을 구분해 연구의 계보(lineage)와 흐름을 드러낸다.
• 개념 그래프(concept graph): 노드는 개념·방법·데이터셋·저자, 엣지는 "제안한다·사용한다·비교한다" 같은 의미 관계. 인용이 없어도 주제적 유사성으로 논문을 묶는다.

이 두 관점을 합치면 단순 검색이 놓치는 세 가지를 얻는다. (1) 문헌 계보 — 어떤 고전 논문에서 지금의 흐름이 갈라졌는가, (2) 연구 흐름 — 최근 5년 사이 어느 하위 주제가 급성장했는가, (3) 핵심 논문 발견 — 내가 가진 시드(seed) 논문과 강하게 연결됐지만 검색어로는 안 잡히던 필독 논문. 서론의 "연구 배경"과 "선행 연구" 절을 짜는 데 직접 쓰인다.

2. 문헌 탐색용 그래프 웹서비스 (2026년 7월 현행)

직접 코드를 짜지 않아도, 시드 논문 한두 편만 넣으면 관계망을 그려주는 웹서비스가 여럿 있다. 각각 강점이 다르므로 목적에 맞게 골라 쓴다.

실무 팁: 낯선 주제의 첫 스캔은 Connected Papers, 컬렉션을 키우며 신규 논문을 계속 받아보려면 ResearchRabbit/Litmaps, 영향력 순위와 두 논문 사이 연결 경로를 캐려면 Inciteful로 조합하는 것이 효율적이다. 도구가 보여준 논문은 반드시 원문·초록을 직접 확인하고, 인용 관계만 믿고 읽지 않은 채 인용하지 않는다.

3. GraphRAG — 벡터 RAG의 한계를 그래프로 보완

일반적인 벡터 RAG(retrieval-augmented generation, 검색 증강 생성)는 질문과 의미가 가까운 텍스트 조각(chunk)을 몇 개 뽑아 LLM에 넣는다. 개별 사실 조회에는 잘 통하지만, 여러 문서에 흩어진 관계를 종합하는 질문에는 약하다. 예: "이 코퍼스 전체에서 X 방법론을 비판한 저자들의 공통 논거는?" — 답의 근거가 수십 편에 조각조각 흩어져 있으면, 유사도 상위 몇 조각만 보는 벡터 검색은 전체 그림을 놓친다.

GraphRAG는 이 지점을 보완한다. 먼저 LLM으로 문서에서 엔티티·관계를 추출해 지식 그래프를 만들고, 그래프의 군집(community)마다 요약을 미리 생성해 둔다. 질문이 오면 관련 조각뿐 아니라 그래프 구조와 군집 요약을 함께 활용해, 흩어진 관계를 엮은 답을 만든다.

• Microsoft GraphRAG (마이크로소프트 그래프래그): 원문에서 지식 그래프를 자동 추출하고, 군집 계층(community hierarchy)과 요약을 만들어 전역적(global) 질의에 답하는 모듈형 오픈소스 시스템. 저장소는 github.com/microsoft/graphrag (프로젝트 소개: Microsoft Research). 공식 지원 제품이 아닌 데모·연구용 코드임에 유의.
• LlamaIndex (라마인덱스)의 PropertyGraphIndex (프로퍼티 그래프 인덱스): 비정형 문서에서 라벨·속성을 가진 프로퍼티 그래프를 추출·질의하는 모듈형 인덱스. 그래프 생성기(constructor)와 검색기(retriever)를 조합해 나만의 GraphRAG 파이프라인을 구축할 수 있다. 가이드: LlamaIndex Property Graph 문서.

4. 직접 구축 — 그래프DB + LLM 엔티티/관계 추출

도구가 주는 인용 그래프를 넘어, 내 문헌 코퍼스만의 개념 그래프가 필요하다면 직접 구축을 고려한다. 전형적 구성은 그래프 데이터베이스(graph database)에 LLM 추출 파이프라인을 결합하는 형태다.

• Neo4j (네오포제이): 대표적 그래프DB. Cypher 질의로 관계망을 탐색한다.
• Neo4j LLM Knowledge Graph Builder (LLM 지식 그래프 빌더): PDF·문서·웹페이지를 LLM(OpenAI, Gemini, Llama, Claude 등)으로 처리해 엔티티·관계를 뽑아 Neo4j에 저장하는 오픈소스 웹 애플리케이션. 추출 스키마를 지정해 원하는 노드/관계 유형으로 그래프를 다듬을 수 있다. 저장소: github.com/neo4j-labs/llm-graph-builder, 소개: Neo4j Labs.

개념적 흐름은 다음과 같다.

[PDF/텍스트 코퍼스]
      → LLM 엔티티·관계 추출 (예: (방법 A) -[비교]-> (방법 B))
      → 그래프DB(Neo4j)에 triple 적재
      → Cypher 질의 / GraphRAG 검색
      → "X를 비판한 논문들의 공통 논거" 같은 종합 질의에 답

이 수고가 값어치 있는 경우는 분명하다.

• 수백 편 규모의 대규모 문헌 리뷰에서, 개별 논문이 아니라 주제 간 관계 패턴을 통째로 분석해야 할 때
• 종설(review)·메타분석(meta-analysis)처럼, 여러 논문의 방법·표본·결과를 구조화해 교차 비교해야 할 때
• 연구실 차원에서 반복 재사용할 지식 베이스를 축적하려는 경우

반대로 추출 오류(할루시네이션) 검증 비용, 스키마 설계·유지 부담이 만만치 않다는 점은 반드시 감안해야 한다. LLM이 뽑은 관계는 틀릴 수 있으므로, 그래프를 근거로 글을 쓰기 전 원문 대조가 필수다.

5. 실전 조언 — 대부분은 여기까지면 충분하다

솔직히 말하면, 대부분의 석·박사 과정 문헌 조사는 직접 구축까지 갈 필요가 없다. Connected Papers로 지형을 스캔하고, ResearchRabbit/Litmaps로 컬렉션을 키우며 신규 논문 알림을 받고, Inciteful로 영향력 순위를 확인하는 정도면 서론과 선행 연구 절을 쓰는 데 충분하다. GraphRAG나 Neo4j 구축은 명백한 필요가 생기기 전까지는 수단이 목적을 압도하는 과잉 투자가 되기 쉽다.

한 단계 더 나아갈지 판단하는 기준은 다음과 같다.

도구가 그려준 지형이든 직접 구축한 그래프든, 결국 읽고 검증하는 것은 연구자 본인이다. 그래프는 "어디를 읽을지"를 안내할 뿐, "무엇을 인용할지"의 책임까지 대신해 주지 않는다. 관계망으로 후보를 좁힌 뒤에는 반드시 원문을 직접 확인하고, 초고 정리 단계에서는 인용·표기 오류를 줄이기 위해 무료 논문 검증 같은 점검 도구도 함께 활용하기를 권한다.