A Typed, Temporal Ontology-Driven GraphRAG Architecture for Autonomous World State Modeling
K의료관광 커뮤니티 개발하다가 그 기술설계를 바탕으로 사이드 프로젝트
를 진행중입니다. 아직 어떻게 결론날지는 모르겠네요
K의료관광에서 병원,의사,시술이 하나의 명시적 검색어로 정의되어야 그 검색어를 바탕으로 지식 그래프를 쌓아갈 수 있더라구요: rust+sqlite+tantivy(elasticsearch)
이 검색어들을 기반으로 scraper/api + embed/vector 그리고 2개의 12~14b 급 sLLM으로 RAG 를 만들면 지식 노드간의 명시적인 관계뿐만 아니라 시멘틱/의미론적인 관계까지 형성하고 추적할 수 있습니다
그리고 병원,의사,시술은 공급자/수요자의 KPI 개선을 위해서 그에 맞게 ontology 를 정의하고 그 ontology 정의에 따라 Type 을 만들고 Typed GraphRAG 및 sLLM+규칙기반 가드레일을 만들면 명시적+의미론적 지식 그래프를 특정 목표 방향으로 정렬해서 발전 시킬 수 있습니다
시간에 따른 지능적 자동적 세계관의 확장 엔진
세상에서 observation이 계속 들어오고
기존 세계관과 비교하고
entity를 동일화하고
사건을 정의하고
관계를 수정하고
불확실한 것은 보류하고
시간이 흐르면서 persistent world state를 발전시키는 것
MOBOT World Engine
Evidence-grounded Temporal World Model
└ Ontology-Constrained Typed Graph
└ Hybrid RAG (Tantivy + BGE-M3 + graph retrieval)
└ Dual-LLM extraction/review (qwen 14b + gemma 12b)
└ Deterministic state-transition governor
