본문으로 건너뛰기
서울대학교 DSBA 연구실조회 1회

지식 그래프와 LLM의 강점을 결합한 개체 정렬 프레임워크 LLMEA

지식 그래프의 구조적 정보와 LLM의 방대한 지식을 결합하여 서로 다른 언어의 개체를 정확하게 매칭하는 LLMEA 프레임워크를 제안한다.

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

TL;DR

서로 다른 지식 그래프(KG)를 통합하기 위해서는 동일한 대상을 가리키는 개체를 찾는 개체 정렬(Entity Alignment)이 필수적이다. 기존 방식은 다양한 정보를 하나의 벡터로 섞는 과정에서 의미가 훼손되는 한계가 있었으나, 본 영상에서 소개하는 LLMEA는 RAGAT를 통한 구조 임베딩과 LLM 기반의 가상 개체 생성을 결합하여 후보군을 뽑고 LLM이 다지선다형 추론을 통해 최종 정답을 선택하는 'Late Fusion' 방식을 채택했다. 실험 결과 DBP15K 데이터셋에서 기존 SOTA 모델인 DAT 대비 평균 12.4%의 성능 향상을 기록하며 지식 그래프 통합의 새로운 방법론을 제시했다. 특히 구조적 정보 보존을 위한 직교 변환과 LLM의 지식을 활용한 후보군 압축 전략이 성능 향상의 핵심 기제로 작용했다.

챕터별 상세

00:00

지식 그래프와 개체 정렬의 기초

지식 그래프(KG)는 개체와 관계, 규칙을 명시적으로 정의한 온톨로지를 바탕으로 구축된 데이터 구조이다. 서로 다른 KG는 상호 보완적인 지식을 포함하고 있어 이를 통합하는 것이 중요하며, 이때 동일 대상을 찾는 개체 정렬(Entity Alignment) 작업이 필수적이다. 하지만 개체명이 다르거나 구조가 비동형인 경우, 그리고 관계 어휘가 불일치하는 경우 등 현실적인 제약 사항이 존재한다. 기존 방식은 이름, 구조, 속성 임베딩을 초기 단계에서 섞는 'Early Fusion'을 사용했으나 이는 정보 손실과 의미 훼손을 야기했다.

온톨로지는 데이터의 의미 구조를 정의하는 설계도이며, 지식 그래프는 이 설계도 위에 실제 데이터를 채워 넣은 형태이다.

09:50

LLMEA 프레임워크의 문제 정의

기존의 개체 정렬 방식은 서로 다른 성격의 정보를 벡터 단계에서 압축하면서 의미가 훼손되는 문제를 안고 있었다. 또한 LLM이 개체에 대한 방대한 지식을 보유하고 있음에도 불구하고, 단순히 단어 벡터를 추출하는 용도로만 쓰여 추론 능력이 제대로 활용되지 못했다. KG 전체를 프롬프트에 넣는 방식은 토큰 제한과 구조 지식 무시 문제로 인해 실행이 불가능하다. 이에 본 연구는 결합 시점을 최종 판단 단계로 미루는 'Late Fusion' 구조의 LLMEA를 제안하여 정보 손실을 최소화하고 LLM의 추론 성능을 극대화했다.

Late Fusion은 여러 소스의 정보를 각각 처리한 후 마지막 단계에서 결합하는 방식으로, 각 정보의 고유한 특성을 보존하는 데 유리하다.

14:54

RAGAT를 이용한 지식 임베딩

구조적 정보를 캡처하기 위해 관계를 고려한 그래프 어텐션 네트워크인 RAGAT를 사용했다. 일반적인 GAT가 이웃마다 동일한 변환 행렬을 쓰는 것과 달리, RAGAT는 관계(Relation)마다 서로 다른 변환 행렬을 적용하여 관계의 의미를 보존한다. 이때 계산 비용을 줄이기 위해 각 관계마다 학습 가능한 벡터 하나를 두고 이로부터 직교 행렬(Orthogonal Matrix)을 생성하는 방식을 채택했다. 직교 변환은 벡터 공간에서 거리를 왜곡하지 않으면서 방향 정보만 학습하므로, 거리가 가까우면 동일 개체로 판정하는 정렬 작업에 최적화된 형태이다.

직교 행렬은 행렬의 전치 행렬이 역행렬과 같은 행렬로, 벡터의 길이를 보존하는 성질이 있다.

18:41

후보군 생성과 가상 개체 활용

LLM이 처리할 수 있는 규모로 후보군을 압축하기 위해 구조, 이름, 가상 개체 유사도를 결합했다. 이름 임베딩은 GloVe를 사용하며, LLM을 통해 타겟 언어로 번역된 '가상 대응 개체(Virtual Equivalent Entity)'를 생성하여 편집 거리 유사도를 계산한다. 이 세 가지 지표의 합집합을 통해 개체당 최대 30개의 후보를 선별하며, 이는 서로 다른 종류의 실패를 상호 보완하는 역할을 한다. 특히 가상 개체 생성 방식은 사전 학습된 LLM의 지식을 활용하여 이름이 완전히 다른 개체 간의 연결 고리를 제공한다.

편집 거리는 한 문자열을 다른 문자열로 바꾸는 데 필요한 최소 연산 횟수를 의미하며, 문자열 유사도 측정에 널리 쓰인다.

24:34

LLM 기반의 최종 추론 프로세스

선별된 후보군 중 최종 정답을 고르기 위해 LLM을 다지선다형 문제 해결사로 활용했다. 30개의 후보를 한 번에 제시하면 판단 왜곡이 발생할 수 있어, 한 라운드에 4개씩 후보를 제시하는 순차적 토너먼트 방식을 도입했다. 이전 라운드의 승자 1개와 새로운 후보 3개를 섞어 다음 라운드를 진행하며, 최종적으로 남은 개체를 정답으로 채택한다. 이 과정에서 LLM은 단순 유사도 계산을 넘어 개체 간의 문맥적 관계와 자신의 내부 지식을 종합하여 최종 판결을 내리는 판사 역할을 수행한다.

토너먼트 방식의 질의는 LLM의 컨텍스트 윈도우 제한을 극복하고 판단의 정확도를 높이는 전략이다.

26:25

실험 결과 및 성능 분석

DBP15K 데이터셋의 3개 언어 쌍(중-영, 일-영, 불-영)에 대해 실험한 결과, LLMEA는 모든 지표에서 기존 SOTA 모델을 압도했다. 특히 기존 최고 성능 모델인 DAT 대비 평균 12.4%의 성능 향상을 기록했으며, 시드 데이터가 10%로 적은 상황에서도 타 모델보다 월등히 높은 정확도를 유지했다. 절제 실험(Ablation Study) 결과 구조 임베딩을 제거했을 때 성능이 18.47%p 급락하여 구조 정보가 가장 핵심적인 요소임이 확인됐다. LLM 모델별 비교에서는 지식 그래프 기반으로 사전 학습된 ERNIE가 가장 우수한 성능을 보였다.

SOTA(State-of-the-Art)는 현재 특정 분야에서 가장 뛰어난 성능을 보이는 기술 수준을 의미한다.

용어 해설

지식 그래프(Knowledge Graph)
— 실세계의 개체(Entity)와 그들 사이의 관계(Relation)를 그래프 구조로 표현한 데이터 모델이다. 개체는 노드로, 관계는 엣지로 표현되며 정형화된 지식을 기계가 이해할 수 있는 형태로 저장하여 검색이나 추론에 활용한다.
개체 정렬(Entity Alignment)
— 서로 다른 지식 그래프에서 현실 세계의 동일한 대상을 가리키는 개체를 찾아 연결하는 작업이다. 다국어 지식 그래프 통합이나 상호 보완적인 지식 베이스 구축을 위한 핵심 기술이다.
임베딩(Embedding)
— 텍스트나 그래프 구조 같은 고차원 데이터를 저차원의 연속적인 벡터 공간으로 변환하는 기술이다. 유사한 의미를 가진 데이터들이 벡터 공간상에서 가깝게 위치하도록 학습시켜 기계 학습 모델의 입력값으로 사용한다.
그래프 어텐션 네트워크(Graph Attention Network)
— 그래프 구조의 데이터에서 이웃 노드들의 정보를 집계할 때 각 이웃의 중요도(가중치)를 동적으로 학습하는 신경망 구조이다. 관계의 종류에 따라 서로 다른 가중치를 부여하여 복잡한 지식 구조를 효과적으로 학습할 수 있다.
AI 분석 전체 내용 보기

AI 요약 · 북마크 · 개인 피드 설정 — 무료

출처 · 인용 안내

원문 발행 2026. 09. 07.수집 2026. 09. 07.출처 타입 YOUTUBE

인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.