21. AI의 기억술: 지식 정리가 더 똑똑한 AI를 만드는 법

Key Insight

정보를 얼마나 많이 주느냐가 아니라 어떻게 정리되어 있느냐가 AI 성능을 결정한다. 벡터 검색(파일 캐비닛) vs 지식 그래프(두뇌) 비교 실험에서 지식 그래프가 월등한 성능을 보였다.

출처: https://www.youtube.com/watch?v=mTXK-6zjTM8 타입: youtube 채널: AI인터시스브랜드 유효일: 2025-12-21

핵심 Takeaway

• RAG = AI에게 오픈북 시험 — 외부 자료를 참고해 더 정확한 답변 생성
• 핵심 발견: 정보의 정리 방식이 정보의 양보다 중요하다
• 벡터 검색: 의미적으로 유사한 문서를 뭉텅이로 가져오는 파일 캐비닛 방식
• 지식 그래프: 누가·무엇을·어떻게 한 관계를 엮은 마인드맵 방식
• 실험 결과: 지식 그래프 방식이 벡터 검색 대비 훨씬 월등한 성능 (2025-12-21 기준)

상세 요약

문제: AI의 환각과 지식 한계

LLM은 세상의 모든 정보를 기억하지 못해 환각(Hallucination)이 발생한다. 해결책으로 RAG (검색 증강 생성): 외부 정보를 실시간 참조하여 답변 품질 향상.

두 가지 지식 정리 방식 비교

방식	비유	특징	성능
벡터 검색	파일 캐비닛	의미적 유사도로 문서 묶음 검색	기준 (~40점)
지식 그래프	두뇌	관계 기반 정교한 마인드맵	훨씬 우월

핵심 메시지

“정보의 정리 방식이 AI 성능을 결정짓는다”

• 단순히 정보량을 늘리는 것보다, 정보 간 관계를 구조화하는 것이 AI 추론 품질에 직결

연결되는 노트

• rag — 검색 증강 생성의 기반
• Graph-Based-Reasoning — 지식 그래프 기반 추론
• Knowledge-Graph-Engineering — 지식 그래프 구축 방법론
• why-use-graphrag — GraphRAG 활용 이유 상세
• graphrag-performance — GraphRAG vs Vector RAG 성능 비교
• AI인터시스브랜드 — 채널