01
GraphRAG
Graph-augmented Retrieval
벡터 검색만으로는 잡지 못하는 관계를 지식그래프에서 직접 추적합니다. 환각 없이 정확한 컨텍스트로 답변.
- 벡터 RAG → 문서 매칭 위주
- GraphRAG → 엔티티 관계 직접 탐색
- Cypher 쿼리로 모든 답변 검증
AI 에이전트 · GraphRAG
환각 없는 AI 에이전트, 지식그래프 위에서.
LLM이 만든 답을 그대로 믿을 수 없는 시대. 모든 답변을 실제 그래프 쿼리로 검증하고, 근거 노드와 함께 반환합니다.
Trustworthy · Traceable · Sovereign
기존 LLM의 한계
엔터프라이즈가 LLM을 못 쓰는 세 가지 이유.
환각 (Hallucination)
LLM이 그럴듯하게 만들어내는 잘못된 답변. 엔터프라이즈에선 치명적.
검증 불가
왜 그렇게 답했는지 추적 불가. 감사·규제 환경에서 사용 어려움.
벤더 종속
특정 LLM API에 묶이면 비용·정책·데이터 주권 모두 위험.
우리의 답
지식그래프 위의 검증 가능한 에이전트.
02
Agent-to-Agent (A2A)
Multi-agent Orchestration
여러 전문 에이전트가 협력해 복잡한 워크플로우를 수행합니다. 분석 · 보고 · 알림이 하나의 흐름으로.
- 전문 에이전트 풀 (분석·보고·검색)
- Workflow 오케스트레이션
- 사람의 검증 단계 자동 삽입 (HITL)
03
MCP · 표준 통합
Model Context Protocol
Claude Desktop·Cursor 등 MCP 표준을 지원하는 모든 클라이언트에서 OntoCraft 지식그래프를 직접 활용 가능.
- MCP 서버로 그래프 노출
- 어떤 LLM 클라이언트와도 호환
- 벤더 종속 없는 표준 인터페이스
04
Local LLM 연동
On-prem Inference
Ollama · vLLM · LM Studio. 망분리 환경에서도 동일한 에이전트 경험. 데이터가 외부로 나가지 않습니다.
- Llama · Gemma · Qwen 등 오픈 모델
- 온프레미스 GPU 또는 CPU 모드
- API 비용 0원 · 운영 비용만
기존 RAG와의 차이
벡터 매칭이 아닌, 관계 탐색.
GraphRAG는 모든 답변을 실행된 쿼리와 근거 노드로 검증합니다. 환각이 사라지는 구조적 이유.
동작 흐름
질의에서 검증까지, 4단계.
Step 01
사용자 질의
자연어 입력
Step 02
에이전트 라우팅
전문 에이전트 선택
Step 03
그래프 탐색
Cypher 쿼리 실행
Step 04
검증 + 답변
근거 노드와 함께 반환
모든 답변은 실행된 Cypher 쿼리와 근거 노드를 함께 반환합니다