graph-serialization

그래프 구조를 문자열 형태로 인코딩하여 LLM 프롬프트나 저장소에 전달하는 과정으로, 노드·엣지·속성 정보를 어떤 마크업이나 표 형식으로 표현하는지가 토큰 사용량과 모델의 이해도에 직접적인 영향을 미친다. 입력 그래프를 어떻게 포맷화하는지에 따라 구문 관련 토큰 오버헤드가 발생하고 다중 홉 추론 성능이 달라진다. 이 글에서는 직렬화 방식별 토큰 수·탐색 QA·다중 홉 정확도를 비교한 결과가 핵심 배경 지식이다.