하이브리드 검색: 벡터 + Cypher 탐색

1 하이브리드 검색: 벡터 + Cypher 탐색

1.1 두 검색 방식의 한계와 보완

벡터 검색만:

질의: "Tesla 설립자"
→ "Elon Musk founded Tesla" 문서 발견 (좋음)
→ Tesla의 현재 CEO, 본사 위치 등은 별도 검색 필요

Cypher만:

MATCH (c:Company {name: 'Tesla'})-[r]->(n) RETURN n
→ Tesla와 직접 연결된 모든 것 반환 (정확하지만 질의 의도 반영 어려움)

하이브리드:

1. 벡터 검색으로 관련 노드 찾기 (Tesla, Elon Musk)
2. 찾은 노드에서 Cypher로 관련 그래프 탐색 (설립자, CEO, 위치 등)
3. 풍부한 컨텍스트 반환

---

1.2 방법 1: VectorCypherRetriever (neo4j-graphrag)

벡터 검색으로 초기 노드를 찾고, 각 노드에서 Cypher로 추가 정보를 수집한다.

import neo4j
from neo4j_graphrag.retrievers import VectorCypherRetriever
from neo4j_graphrag.embeddings import OpenAIEmbeddings

driver = neo4j.GraphDatabase.driver(
    "bolt://localhost:7687", auth=("neo4j", "password")
)
embedder = OpenAIEmbeddings(model="text-embedding-3-small")

# Cypher 쿼리: 벡터 검색으로 찾은 노드(node)에서 추가 탐색
# $node 는 벡터 검색으로 발견된 각 노드를 나타냄
retrieval_query = """
MATCH (node)-[:FOUNDED|WORKS_AT|LOCATED_IN]-(related)
RETURN
    node.text AS text,
    node.id AS entity,
    collect(related.id) AS related_entities,
    score
ORDER BY score DESC
"""

retriever = VectorCypherRetriever(
    driver=driver,
    index_name="document_embeddings",
    retrieval_query=retrieval_query,
    embedder=embedder,
)

results = retriever.search(
    query_text="Who founded Tesla and where is it located?",
    top_k=5,
)

for item in results.items:
    print(item.content)

---

1.3 방법 2: Neo4jVector의 retrieval_query

LangChain의 Neo4jVector에서 벡터 검색 결과를 확장하는 Cypher를 지정한다.

from langchain_neo4j import Neo4jVector
from langchain_openai import OpenAIEmbeddings

# retrieval_query: 벡터 검색으로 찾은 node에 대해 추가 그래프 탐색
# node: 벡터 검색으로 발견된 노드
# score: 코사인 유사도 점수
retrieval_query = """
MATCH (node)-[:FOUNDED|WORKS_AT]->(company:Company)
OPTIONAL MATCH (company)-[:LOCATED_IN]->(location:Location)
RETURN
    node.text AS text,
    {
        company: company.name,
        location: location.name,
        score: score
    } AS metadata
"""

vector_store = Neo4jVector.from_existing_index(
    embedding=OpenAIEmbeddings(model="text-embedding-3-small"),
    url="bolt://localhost:7687",
    username="neo4j",
    password="password",
    index_name="document_embeddings",
    retrieval_query=retrieval_query,  # 핵심: 벡터 검색 후 추가 탐색
)

results = vector_store.similarity_search("Tesla headquarters", k=5)
for doc in results:
    print(doc.page_content)
    print(doc.metadata)

---

1.4 방법 3: GraphCypherQAChain (Text2Cypher)

자연어 질의를 Cypher로 자동 변환하여 Neo4j에서 실행한다.

from langchain_neo4j import Neo4jGraph, GraphCypherQAChain
from langchain_openai import ChatOpenAI

graph = Neo4jGraph(
    url="bolt://localhost:7687",
    username="neo4j",
    password="password",
)
graph.refresh_schema()

llm = ChatOpenAI(model="gpt-4o", temperature=0)

chain = GraphCypherQAChain.from_llm(
    llm=llm,
    graph=graph,
    verbose=True,          # 생성된 Cypher 쿼리 출력
    validate_cypher=True,  # 실행 전 문법 검증
    top_k=10,              # 반환할 최대 결과 수
)

result = chain.invoke("Who founded Tesla and what year?")
print(result["result"])

실행 로그 (verbose=True):

Generated Cypher:
MATCH (p:Person)-[r:FOUNDED]->(c:Company {name: 'Tesla'})
RETURN p.name AS founder, r.year AS year

Full Context:
[{'founder': 'Elon Musk', 'year': 2003}]

Final answer:
Tesla was founded by Elon Musk in 2003.

---

1.5 방법 4: 수동 하이브리드 파이프라인

벡터 검색과 Cypher 탐색을 명시적으로 결합한 파이프라인.

from langchain_neo4j import Neo4jVector, Neo4jGraph
from langchain_openai import OpenAIEmbeddings, ChatOpenAI
from langchain_core.prompts import PromptTemplate
from langchain_core.runnables import RunnablePassthrough

embedder = OpenAIEmbeddings(model="text-embedding-3-small")
graph = Neo4jGraph(...)
vector_store = Neo4jVector.from_existing_index(
    embedding=embedder,
    index_name="document_embeddings",
)
llm = ChatOpenAI(model="gpt-4o", temperature=0)

def hybrid_search(query: str, k: int = 5) -> str:
    """벡터 검색 결과를 Cypher로 확장하여 컨텍스트 구성."""

    # Step 1: 벡터 검색으로 초기 관련 문서 탐색
    vector_results = vector_store.similarity_search(query, k=k)
    entity_ids = [
        doc.metadata.get("id")
        for doc in vector_results
        if doc.metadata.get("id")
    ]

    # Step 2: 발견된 엔티티들의 관계 Cypher로 탐색
    context_parts = []

    for entity_id in entity_ids[:3]:  # 상위 3개만
        graph_context = graph.query("""
        MATCH (n {id: $id})-[r]-(related)
        RETURN n.id AS entity,
               type(r) AS relation,
               related.id AS related,
               related.description AS description
        LIMIT 10
        """, params={"id": entity_id})

        for row in graph_context:
            context_parts.append(
                f"{row['entity']} -[{row['relation']}]-> {row['related']}"
                + (f" ({row['description']})" if row.get('description') else "")
            )

    # Step 3: 벡터 검색 텍스트 + 그래프 컨텍스트 결합
    vector_texts = "\n".join(doc.page_content for doc in vector_results)
    graph_text = "\n".join(context_parts)

    return f"""
=== 관련 문서 ===
{vector_texts}

=== 그래프 관계 ===
{graph_text}
"""

PROMPT = PromptTemplate.from_template("""
다음 컨텍스트를 바탕으로 질문에 답하세요.

질문: {question}

컨텍스트:
{context}
""")

chain = (
    {
        "question": RunnablePassthrough(),
        "context": lambda q: hybrid_search(q),
    }
    | PROMPT
    | llm
)

result = chain.invoke("Where is Tesla headquartered and who founded it?")
print(result.content)

---

1.6 하이브리드 검색 방식 비교

방식	구현 난이도	유연성	적합한 경우
VectorCypherRetriever	낮음	중간	neo4j-graphrag 생태계 사용 시
retrieval_query	중간	높음	LangChain 기반, Cypher 커스텀 필요
GraphCypherQAChain	낮음	낮음	간단한 자연어 → Cypher 변환
수동 파이프라인	높음	최고	완전한 제어 필요 시

---

1.7 실전 팁: 좋은 retrieval_query 작성법

# 나쁜 예: 탐색 범위 무제한
retrieval_query = """
MATCH (node)-[*1..5]-(related)
RETURN node.text, collect(related) AS context, score
"""
# → 너무 많은 데이터, 느림

# 좋은 예: 관련성 높은 관계만, 깊이 제한
retrieval_query = """
MATCH (node)
OPTIONAL MATCH (node)-[:FOUNDED|WORKS_AT]->(company:Company)
OPTIONAL MATCH (company)-[:LOCATED_IN]->(location:Location)
RETURN
    node.text AS text,
    company.name AS company,
    location.name AS location,
    score
LIMIT 10
"""
# → 필요한 관계만, 빠름

---

1.8 정리

하이브리드 검색 = 벡터 유사도(의미) + Cypher(구조)

선택지:
  VectorCypherRetriever  ← neo4j-graphrag 표준 방식
  retrieval_query        ← LangChain 커스텀 탐색
  GraphCypherQAChain     ← 자연어 → Cypher 자동 변환
  수동 파이프라인        ← 완전한 제어

핵심 아이디어:
  벡터 검색으로 "어디서 시작할지" 결정
  Cypher로 "어디까지 탐색할지" 결정

다음 파일에서는 GDS를 사용해 전체 그래프에서 커뮤니티를 감지한다.