db06e0b66e
- 지능형 모니터링 및 근본 원인 분석 - 시맨틱 검색 및 질의응답 시스템 - AI 에이전트 핵심 지식 베이스 🤖 Generated with [Claude Code](https://claude.com/claude-code) Co-Authored-By: Claude <noreply@anthropic.com>
28 lines
2.7 KiB
Markdown
28 lines
2.7 KiB
Markdown
# 지식 그래프 구축 관련 핵심 논문 (2025-10-13 리서치)
|
|
|
|
텍스트에서 구조화된 지식을 추출하여 지식 그래프를 구축하는 주제와 관련된 핵심 논문 10개의 요약입니다.
|
|
|
|
각 논문은 `papers` 폴더 안에 개별 파일로 저장되어 있습니다.
|
|
|
|
## 논문 목록
|
|
|
|
1. [Knowledge Vault: A Web-Scale Approach to Probabilistic Knowledge Fusion (2014)](./papers/2014_dong_knowledge_vault.md)
|
|
2. [Distant supervision for relation extraction without labeled data (2009)](./papers/2009_mintz_distant_supervision.md)
|
|
3. [Abstract Meaning Representation for Sembanking (2013)](./papers/2013_banarescu_amr_for_sembanking.md)
|
|
4. [Universal Dependencies v1: A Multilingual Treebank Collection (2016)](./papers/2016_nivre_universal_dependencies_v1.md)
|
|
5. [Knowledge Graphs (2021)](./papers/2021_hogan_knowledge_graphs_survey.md)
|
|
6. [Open Information Extraction from the Web (2007)](./papers/2007_banko_open_ie_from_web.md)
|
|
7. [Neural Architectures for Named Entity Recognition (2016)](./papers/2016_lample_neural_ner.md)
|
|
8. [Entity-Relation Extraction as Multi-turn Question Answering (2019)](./papers/2019_li_er_as_qa.md)
|
|
9. [A Survey on Knowledge Graphs: Representation, Acquisition and Applications (2020)](./papers/2020_ji_kg_survey.md)
|
|
10. [Unifying Large Language Models and Knowledge Graphs: A Roadmap (2023)](./papers/2023_pan_unifying_llms_and_kgs.md)
|
|
|
|
## 로빙(robeing) 프로젝트 반영 방안
|
|
|
|
본 리서치에서 다루는 지식 그래프 구축 기술은 로빙 프로젝트의 데이터 처리 및 활용 방식을 고도화하는 데 다음과 같이 기여할 수 있습니다.
|
|
|
|
* **지능형 모니터링 및 근본 원인 분석:** `robeing-monitor`가 수집하는 로그, 메트릭 데이터와 시스템 아키텍처 정보를 지식 그래프로 통합합니다. 이를 통해 장애 발생 시, 분산된 시스템 전반의 인과 관계를 신속하게 추적하여 근본 원인을 특정하고 분석 시간을 단축할 수 있습니다.
|
|
|
|
* **시맨틱 검색 및 질의응답 시스템:** 프로젝트의 방대한 문서(DOCS), 코드, 이슈 트래커, 로그 데이터를 지식 그래프로 변환합니다. 개발자나 운영자는 "지난주 게이트웨이에서 가장 많이 발생한 에러 타입은?"과 같은 자연어 질문으로 원하는 정보를 즉시 얻을 수 있습니다.
|
|
|
|
* **AI 에이전트의 핵심 지식 베이스:** 구축된 지식 그래프를 `skill-*` 에이전트들의 장기 기억(Long-term Memory)으로 활용합니다. 에이전트는 이 지식 베이스를 바탕으로 시스템 상태를 정확히 인지하고, 더 복잡한 추론과 자율적인 문제 해결 작업을 수행할 수 있습니다. |