지식 그래프
지식 그래프는 정보를 엔터티, 그 속성, 그리고 이들 간의 관계로 구조화하여, 기계가 연결된 정보를 이해하고 추론할 수 있게 하는 데이터 구조입니다.
이해하기 지식 그래프
지식 그래프는 개별적으로 흩어진 정보를 하나의 연결된 네트워크로 변환합니다. 데이터가 각각 따로 저장되는 대신, 지식 그래프에서는 사실을 '주어-관계-목적어' 형태의 삼중항으로 표현합니다. 예를 들어, '앨리스가 프로젝트 X를 관리한다', '프로젝트 X의 마감일은 3월 15일이다', '앨리스가 프로젝트 X에 대해 밥에게 이메일을 보냈다'와 같은 식입니다. 이 삼중항들은 AI 시스템이 복잡한 질문에 답하고, 숨겨진 패턴을 발견하며, 맥락을 이해할 수 있도록 하나의 유기적인 망을 이룹니다. 구글, 아마존, 링크드인은 모두 지식 그래프를 활용해 서비스를 제공합니다.
GAIA 활용 방법 지식 그래프
GAIA는 사용자가 연결한 도구들로부터 개인 지식 그래프를 구축합니다. 이 그래프는 사람을 프로젝트에, 프로젝트를 작업에, 작업을 이메일에, 이메일을 일정 이벤트에 연결시키는 식으로 정보를 서로 연결합니다. 이러한 상호 연결된 구조 덕분에 GAIA는 '프로젝트 X의 진행 상황은?'과 같은 질문에 대해, 관련 작업, 최근 이메일, 다가오는 미팅, 참여 팀원까지 연관된 여러 관계를 추적해, 단순한 데이터가 아닌 종합적인 답변을 제공합니다.
관련 개념
그래프 기반 메모리
그래프 기반 메모리는 정보를 서로 연결된 노드와 관계로 저장하여, 상호작용 전반에 걸쳐 풍부한 맥락 이해와 지속적인 지식 유지를 가능하게 하는 AI 메모리 아키텍처입니다.
의미 기반 검색
의미 기반 검색은 검색 쿼리의 의미와 의도를 이해하여, 단순히 키워드 일치가 아닌 개념 상의 연관성에 따라 결과를 제공하는 검색 기술입니다.
벡터 임베딩
벡터 임베딩은 텍스트, 이미지 등 다양한 데이터를 의미를 반영한 수치로 표현하여, 기계가 정보 간 유사성과 관계를 이해할 수 있게 하는 기법입니다.
컨텍스트 인식
AI에서 컨텍스트 인식은 작업이나 상호작용을 둘러싼 전체 상황을 이해하는 능력을 의미합니다. 참여자, 이전에 일어난 일, 관련 프로젝트, 마감일, 사용자의 선호와 패턴 등이 포함됩니다.
