온톨로지 RAG (Ontology-guided RAG, 온톨로지 기반 RAG)

Graph RAG (자유 추출)                     온톨로지 RAG (스키마 강제)
─────────────────────                     ─────────────────────────────
LLM: "이 문장에서 뭐든 뽑아"               LLM: "Company, Person, Drug 만,
                                               ACQUIRED, WORKS_AT 관계만 뽑아"
결과:                                     결과:
  (네이버) -인수함-> (왓패드)               (company:naver) -ACQUIRED-> (company:wattpad)
  (NAVER) -acquired-> (Wattpad Inc)          ※ 별칭 정규화로 한 노드
  (네이버) -사들였다-> (왓패드)              ※ 관계 이름 하나
  → 노드 6개, 관계 이름 3종                 → 노드 2개, 관계 1개

                       ┌───────────────────────┐
                       │      온톨로지          │
                       │ 클래스·관계·제약·별칭  │
                       └───┬──────────┬────────┘
              스키마 주입  │          │ 스키마 주입 / 추론 규칙
                           ▼          ▼
[구축]                                         [질의]
 문서 ──> 청크 ──> 스키마 제약 추출 ──┐          질문
                                      ▼            │
                               검증 (SHACL 등)      ▼
                                      │       ┌──────────────────┐
                                      ▼       │ Text2Cypher /     │
                               엔티티 해소     │ Text2SPARQL       │
                                      │       │ (스키마를 프롬프트에)│
                                      ▼       └────────┬─────────┘
                          ┌────────────────────┐       ▼
                          │   지식 그래프 (KG)   │<── 쿼리 실행
                          │ + 추론으로 확장된 사실│       │
                          └────────────────────┘       ▼
                                                 결과 행 + 경로
                                                       │
                                                       ▼
                                              (필요하면 원문 청크도)
                                                       │
                                                       ▼
                                                LLM이 답 작성
                                             + 근거(쿼리·경로) 표시

ONTOLOGY = {
    "classes": ["Company", "Person", "Product"],
    "relations": {
        "ACQUIRED":   ("Company", "Company"),
        "WORKS_AT":   ("Person", "Company"),
        "CEO_OF":     ("Person", "Company"),
        "MAKES":      ("Company", "Product"),
    },
}

PROMPT = """너는 정보 추출기다. 아래 온톨로지에 있는 클래스와 관계만 사용하라.
온톨로지에 없는 관계는 절대 만들지 말고, 해당 사항이 없으면 빈 배열을 반환하라.

클래스: {classes}
관계(주어 클래스 → 목적어 클래스): {relations}

출력 JSON: {{"entities": [{{"name":..., "class":...}}],
            "triples":  [{{"s":..., "p":..., "o":..., "evidence": "원문 구절"}}]}}

텍스트: {text}"""

def validate(out: dict, onto=ONTOLOGY) -> list[dict]:
    cls = {e["name"]: e["class"] for e in out["entities"] if e["class"] in onto["classes"]}
    ok = []
    for t in out["triples"]:
        rule = onto["relations"].get(t["p"])
        if rule is None:
            continue                                  # 온톨로지에 없는 관계 → 버림
        if (cls.get(t["s"]), cls.get(t["o"])) != rule:
            continue                                  # domain/range 위반 → 버림
        ok.append(t)
    return ok

if __name__ == "__main__":
    out = {"entities": [{"name": "네이버", "class": "Company"},
                        {"name": "왓패드", "class": "Company"},
                        {"name": "김철수", "class": "Person"}],
           "triples": [{"s": "네이버", "p": "ACQUIRED", "o": "왓패드"},
                       {"s": "김철수", "p": "ACQUIRED", "o": "왓패드"},   # Person은 인수 불가
                       {"s": "네이버", "p": "LIKES", "o": "왓패드"}]}     # 없는 관계
    assert [t["s"] for t in validate(out)] == ["네이버"]

추출된 이름              정규화             해소 결과 (정식 ID)
───────────────          ─────────          ──────────────────
"NAVER"                  naver         ─┐
"네이버(주)"              네이버         ─┼─> company:naver
"네이버 주식회사"          네이버         ─┘
"Samsung Electronics"    samsung electronics ─┐
"삼성전자"                삼성전자             ─┴─> company:samsung_elec
"삼성"                   삼성                  ─> ? (삼성물산? 삼성전자?) → 보류·검수

질문: "네이버가 인수한 회사 중 제품을 만드는 회사와 그 제품은?"
   │
   ▼ (스키마 + 질문 → LLM)
MATCH (:Company {id: "company:naver"})-[:ACQUIRED]->(c:Company)-[:MAKES]->(p:Product)
RETURN c.name, p.name
   │
   ▼ (DB 실행)
| c.name | p.name   |
| 왓패드 | 왓패드 앱 |
   │
   ▼ (결과 + 질문 → LLM)
"네이버가 인수한 왓패드는 '왓패드 앱'을 만듭니다. (근거: 위 쿼리 결과)"

SCHEMA = """노드:
  (:Company {id, name, founded})
  (:Person  {id, name})
  (:Product {id, name, category})
관계:
  (:Company)-[:ACQUIRED {year}]->(:Company)
  (:Person)-[:WORKS_AT {since}]->(:Company)
  (:Person)-[:CEO_OF]->(:Company)
  (:Company)-[:MAKES]->(:Product)
규칙:
  - 위에 없는 레이블·관계·속성은 사용하지 마라.
  - 회사 이름은 id로 매칭하라. 별칭 → id 표: {aliases}
  - 읽기 전용 쿼리만 작성하라 (CREATE, MERGE, DELETE, SET 금지)."""

FEW_SHOT = """질문: 김철수가 일하는 회사는?
Cypher: MATCH (:Person {name: "김철수"})-[:WORKS_AT]->(c:Company) RETURN c.name"""

def text2cypher(question: str, llm) -> str:
    prompt = f"{SCHEMA}\n\n예시:\n{FEW_SHOT}\n\n질문: {question}\nCypher:"
    return llm.text(prompt).strip()

PREFIX ex: <http://example.org/>
SELECT ?companyName ?productName WHERE {
  ex:naver ex:acquired ?c .
  ?c ex:makes ?p ; ex:name ?companyName .
  ?p ex:name ?productName .
}

문서에서 추출한 사실                     온톨로지 규칙
──────────────────                      ──────────────────────────────
알파테크  SUBSIDIARY_OF  베타랩스        SUBSIDIARY_OF 은 전이적
베타랩스  SUBSIDIARY_OF  감마홀딩스      ACQUIRED 의 역은 ACQUIRED_BY
감마홀딩스 ACQUIRED      베타랩스        CEO_OF ⊂ WORKS_AT (하위 속성)
박지훈    CEO_OF         알파테크

질문: "감마홀딩스 그룹 소속 회사에서 일하는 사람은?"

추론 후 사용 가능한 사실
  알파테크 SUBSIDIARY_OF 감마홀딩스   (전이성)
  박지훈   WORKS_AT      알파테크     (CEO_OF ⊂ WORKS_AT)
  → 답: 박지훈 (알파테크 CEO)

// SUBSIDIARY_OF 전이성: 1단계 이상 따라감
MATCH (c:Company)-[:SUBSIDIARY_OF*1..]->(:Company {id: "company:gamma"})
MATCH (p:Person)-[:WORKS_AT|CEO_OF]->(c)
RETURN p.name, c.name;

답: 박지훈은 감마홀딩스 그룹 소속입니다.

근거:
  1. 실행 쿼리:  MATCH (c)-[:SUBSIDIARY_OF*1..]->(:Company {id:"company:gamma"}) ...
  2. 경로:       박지훈 -CEO_OF-> 알파테크 -SUBSIDIARY_OF-> 베타랩스 -SUBSIDIARY_OF-> 감마홀딩스
  3. 추론 규칙:  SUBSIDIARY_OF 전이성, CEO_OF ⊂ WORKS_AT
  4. 원문:       "알파테크는 베타랩스의 100% 자회사로..." (보고서 p.12, chunk #381)