DEEP-PolyU/Awesome-GraphRAG

이 저장소는 "A Survey of Graph Retrieval-Augmented Generation for Customized Large Language Models"에 따라 분류된 그래프 기반 검색 증강 생성 (GraphRAG) 리소스의 큐레이션된 목록을 포함하고 있습니다. 지속적으로 업데이트될 예정이니 계속 지켜봐 주세요!

📃 저희의 서베이(survey)나 저장소가 도움이 되었다면 논문을 인용해 주세요!

[2026-05-17] 메모리 강화 RAG를 위한 저희의 MemGraphRAG가 KDD'26에 채택되었습니다. [2026-04-07] RAG 충실도(faithfulness)를 위한 저희의 ProbeRAG가 ACL'26에 채택되었습니다. [2026-04-07] 신뢰할 수 있는 에이전트 검색을 위한 저희의 BAPO가 ACL'26에 채택되었습니다. [2026-04-07] 신뢰할 수 있는 법률 추론을 위한 저희의 LegalGraphRAG가 ACL'26에 채택되었습니다. [2026-04-07] GraphRAG 공격 모델인 저희의 LogicPoison이 ACL'26에 채택되었습니다. [2026-01-26] 효율적인 GraphRAG를 위한 저희의 LinearRAG가 ICLR’26에 채택되었습니다. [2026-01-26] 저희의 GraphRAG Benchmark가 ICLR’26에 채택되었습니다. [2025-11-08] 저희의 LogicRAG가 AAAI'26에 채택되었습니다. [2025-10-27] 효율적인 GraphRAG를 위한 관계가 없는(relation-free) 그래프 구축 방법인 LinearRAG를 공개합니다. [2025-06-06] GraphRAG 모델 평가를 위한 GraphRAG Benchmark를 공개합니다. [2025-05-14] GraphRAG Benchmark 데이터셋을 공개합니다. [2025-01-21] GraphRAG 서베이(survey)를 공개합니다.

**비-그래프 RAG (Non-graph RAG)**는 코퍼스(corpus)를 청크(chunks)로 구성하고, 유사도에 따라 순위를 매긴 후, 응답 생성을 위해 가장 관련성 높은 텍스트를 검색합니다. **지식 기반 GraphRAG (Knowledge-based GraphRAG)**는 개체 인식(entity recognition) 및 관계 추출(relation extraction)을 사용하여 코퍼스에서 상세한 지식 그래프(knowledge graphs)를 추출하여, 세밀하고 도메인 특화된 정보를 제공합니다. **인덱스 기반 GraphRAG (Index-based GraphRAG)**는 코퍼스를 상위 수준의 주제 노드(topic nodes)로 요약하며, 이들은 인덱스 그래프(index graph)를 형성하도록 연결되는 한편, 사실 연결(fact linking)은 주제를 텍스트에 매핑합니다.

GraphRAG는 세 가지 핵심 혁신을 통해 기존 RAG의 한계를 해결함으로써 도메인 특화 LLM (Large Language Model) 애플리케이션을 혁신하는 새로운 RAG 패러다임입니다: (i) 엔티티(entity) 관계와 도메인 계층 구조를 명시적으로 포착하는 그래프 구조 지식 표현 (graph-structured knowledge representation), (ii) 멀티홉 추론 (multi-hop reasoning) 및 문맥을 보존하는 지식 습득을 가능하게 하는 그래프 인식 검색 메커니즘 (graph-aware retrieval mechanisms), 그리고 **(iii) 대규모 코퍼스 (corpora) 전반에 걸쳐 효율적인 검색을 보장하는 구조 가이드 지식 검색 알고리즘 (structure-guided knowledge search algorithms)**입니다.

연구자분들이 이 목록을 풍성하게 할 관련 연구를 공유하거나 저희 서베이 (survey)에 통찰력 있는 의견을 남겨 주시기를 환영합니다. 교신 공동 제1저자인 Qinggang Zhang, Shengyuan Chen에게 언제든지 연락해 주세요.

• 🍀 인용 (Citation)

• 📫 문의하기 (Contact Us)

• 📈 GraphRAG 연구 트렌드 (Trend of GraphRAG Research)

• 📜 연구 논문 (Research Papers)

• 📚 관련 서베이 논문 (Related Survey Papers)

• 🏆 벤치마크 (Benchmarks)

• 💻 오픈소스 프로젝트 (Open-source Projects)

• (ICLR 2026)
  LinearRAG: 대규모 코퍼스에서의 선형 그래프 검색 증강 생성 (Linear Graph Retrieval Augmented Generation on Large-scale Corpora)[Paper] - (arXiv 2025)
  장기 문맥의 복잡한 관계 모델링을 위한 하이퍼그래프 기반 메모리를 이용한 다단계 RAG 개선 (Improving Multi-step RAG with Hypergraph-based Memory for Long-Context Complex Relational Modeling)[Paper] - (EMNLP 2025)
  기본 리트리버를 잊지 마세요! (Don’t Forget the Base Retriever!)

다중 홉 질의응답을 위한 저자원 그래프 기반 리트리버 (A Low-Resource Graph-based Retriever for Multi-hop Question Answering)[Paper] - (arXiv 2025)
쿼리 중심 그래프 검색 증강 생성 (Query-Centric Graph Retrieval Augmented Generation)[Paper] - (arXiv 2025)
Multi-Agent GraphRAG: 레이블 속성 그래프 (Labeled Property Graphs)를 위한 Text-to-Cypher 프레임워크[Paper] - (arXiv 2025)
경험에 의한 근거 제시: 계층적 에이전트 검색 (Hierarchical Agentic Retrieval)으로 증강된 생성형 의료 예측[Paper] - (ICML 2025)
HippoRAG2: RAG에서 메모리로: 대규모 언어 모델 (LLM)을 위한 비매개변수적 지속 학습 (Non-Parametric Continual Learning)[Paper] - (arXiv 2025)
GraphRAG를 활용한 PersonaAgent: 개인화된 LLM을 위한 커뮤니티 인식 지식 그래프 (Community-Aware Knowledge Graphs)[Paper] - (arXiv 2025)
E^2GraphRAG: 높은 효율성과 효과성을 위한 그래프 기반 RAG의 간소화[Paper] - (arXiv 2025)
DIGIMON: 통합 및 모듈형 그래프 기반 RAG 프레임워크[Paper] - (arXiv 2025)
ArchRAG: 속성 기반 커뮤니티 중심 계층적 검색 증강 생성 (Attributed Community-based Hierarchical Retrieval-Augmented Generation)[Paper] - (arXiv 2025)
KET-RAG: Graph-RAG를 위한 비용 효율적인 다중 입도 인덱싱 (Multi-Granular Indexing) 프레임워크[Paper] - (arXiv 2025)
PIKE-RAG: 특화된 지식 및 근거 증강 생성 (sPecIalized KnowledgE and Rationale Augmented Generation)[Paper] - (EMNLP 2025 Findings)
계층적 지식을 활용한 검색 증강 생성 (Retrieval-Augmented Generation with Hierarchical Knowledge)[Paper] - (arXiv 2024)
LLM의 질의응답을 위한 그래프 신경망 (GNN) 강화 검색[Paper] - (arXiv 2024)
KAG: 지식 증강 생성 (Knowledge Augmented Generation)을 통한 전문 영역에서의 LLM 성능 향상[Paper] - (arXiv 2024)
OG-RAG: 대규모 언어 모델 (LLM)을 위한 온톨로지 기반 검색 증강 생성 (Ontology-Grounded Retrieval-Augmented Generation)[Paper] - (arXiv 2024)
GRAG: 그래프 검색 증강 생성 (Graph Retrieval-Augmented Generation)[Paper] - (arXiv 2024)
자기 학습 (Self-Learning)을 통해 대규모 언어 모델 (LLM)이 지식 검색 인덱서 (Knowledge Retrieval Indexer)를 구축하도록 강화하기[Paper] - (ICLR 2024)
RAPTOR: 트리 구조 검색을 위한 재귀적 요약 처리 (Recursive Abstractive Processing)[Paper] - (AAAI 2024)
다중 문서 질의응답을 위한 지식 그래프 프롬프팅 (Knowledge graph prompting)[Paper] - (arXiv 2024)

GraphCoder: 코드 컨텍스트 그래프 기반 검색 및 언어 모델을 통한 저장소 수준 코드 완성 향상 (Enhancing Repository-Level Code Completion via Code Context Graph-based Retrieval and Language Model)[Paper] - (NeurIPS 2023)
Avis: 대규모 언어 모델 에이전트를 활용한 자율적 시각 정보 탐색 (Autonomous visual information seeking with large language model agent)[Paper] - (CoRL 2023)
Sayplan: 확장 가능한 로봇 작업 계획을 위한 3D 장면 그래프 기반의 대규모 언어 모델 그라운딩 (Grounding large language models using 3d scene graphs for scalable robot task planning)[Paper] - (arXiv 2020)
멀티홉 밀집 검색을 통한 복잡한 오픈 도메인 질문 답변 (Answering complex open-domain questions with multi-hop dense retrieval)[Paper] - (arXiv 2019)
오픈 도메인 질의응답을 위한 지식 가이드 텍스트 검색 및 읽기 (Knowledge guided text retrieval and reading for open domain question answering)[Paper] - (AAAI 2026)
RAG를 위해 미리 구축된 그래프는 필요하지 않다: 적응형 추론 구조를 활용한 검색 증강 생성 (You Don’t Need Pre-built Graphs for RAG: Retrieval Augmented Generation with Adaptive Reasoning Structures)[Paper] - (arXiv 2025)
AutoGraph-R1: 지식 그래프 구축을 위한 엔드투엔드 강화학습 (End-to-End Reinforcement Learning for Knowledge Graph Construction)[Paper] - (arXiv 2025)
AGRAG: LLM을 위한 고급 그래프 기반 검색 증강 생성 (Advanced Graph-based Retrieval-Augmented Generation for LLMs)[Paper] - (EMNLP 2025)
MaGiX: 교차 언어 RAG 향상을 위한 다중 입도 적응형 그래프 지능 프레임워크 (A Multi-Granular Adaptive Graph Intelligence Framework for Enhancing Cross-Lingual RAG)[Paper] - (CIKM 2025)
질의 중심 요약을 위한 컨텍스트 인식 미세 입도 그래프 RAG (Context-Aware Fine-Grained Graph RAG for Query-Focused Summarization)[Paper] - (CIKM 2025)
DocPolicyKG: 중국 정책 문서로부터의 지식 그래프 구축을 위한 경량 LLM 기반 프레임워크 (A Lightweight LLM-Based Framework for Knowledge Graph Construction from Chinese Policy Documents)[Paper] - (arXiv 2025)
SUBQRAG: 하위 질문 주도형 동적 그래프 RAG (SUB-QUESTION DRIVEN DYNAMIC GRAPH RAG)[Paper] - (arXiv 2025)
온톨로지 학습 및 지식 그래프 구축: 접근 방식의 비교 및 RAG 성능에 미치는 영향 (Ontology Learning and Knowledge Graph Construction: A Comparison of Approaches and Their Impact on RAG Performance)[Paper] - (NeurIPS 2025)
**GFM-RAG: 검색 증강 생성을 위한 그래프 파운데이션 모델 (Graph Foundation Model for Retrieval Augmented Generation)**Paper - (arXiv 2025)
G-reasoner: 그래프 구조 지식에 대한 통합 추론을 위한 파운데이션 모델 (Foundation Models for Unified Reasoning over Graph-structured Knowledge)[Paper] - (CVPR 2025)
Medical Graph RAG: 그래프 검색 증강 생성을 통한 안전한 의료용 대규모 언어 모델을 향하여 (Towards Safe Medical Large Language Model via Graph Retrieval-Augmented Generation)[Paper] - (arXiv 2025)
Youtu-GraphRAG: 그래프 검색 증강 복합 추론을 위한 수직 통합 에이전트 (Vertically Unified Agents for Graph Retrieval-Augmented Complex Reasoning)[Paper] - (arXiv 2025)
계층적 지식을 활용한 검색 증강 생성 (Retrieval-Augmented Generation with Hierarchical Knowledge)[Paper] - (arXiv 2025)

MedRAG: 지식 그래프 유도 추론을 통한 헬스케어 코파일럿(Healthcare Copilot)의 검색 증강 생성(Retrieval-augmented Generation) 성능 향상[Paper] - (arXiv 2025)
PathRAG: 관계 경로(Relational Paths)를 통한 그래프 기반 검색 증강 생성(Graph-based Retrieval Augmented Generation)의 가지치기(Pruning)[Paper] - (EDBT 2025)
DBCopilot: 스키마 라우팅(Schema Routing)을 통한 대규모 데이터베이스에서의 자연어 질의[Paper] - (arXiv 2024)
로컬에서 글로벌로: 질의 중심 요약을 위한 그래프 RAG 접근 방식[Paper] - (EMNLP 2024)
구조 가이드 프롬프트(Structure Guided Prompt): 텍스트의 그래프 구조 탐색을 통한 대규모 언어 모델(Large Language Model)의 다단계 추론 지시[Paper] - (EMNLP 2024 Findings)
GraphReader: 대규모 언어 모델(Large Language Models)의 긴 문맥(Long-Context) 능력 강화를 위한 그래프 기반 에이전트 구축[Paper] - (SIGIR 2024)
고객 서비스 질의응답을 위한 지식 그래프(Knowledge Graphs) 기반의 검색 증강 생성(Retrieval-augmented generation)[Paper] - (arXiv 2024)
DynaGRAG | 그래프 검색 증강 생성(Graph Retrieval-Augmented Generation)에서 언어 이해 및 생성을 발전시키기 위한 정보 토폴로지(Topology) 탐색[Paper] - (arXiv 2024)
FastRAG: 반정형 데이터(Semi-structured Data)를 위한 검색 증강 생성(Retrieval Augmented Generation)[Paper] - (TechRxiv 2024)
LuminiRAG: 복잡한 멀티모달(Multi-Modal) 문서 이해를 위한 시각 강화 그래프 RAG[Paper] - (BigData 2023)
AutoKG: 언어 모델(Language Models)을 위한 효율적인 자동 지식 그래프(Knowledge Graph) 생성[Paper] - (ACL 2019)
Seq2Seq 모델을 다중 문서 입력으로 확장하기 위한 로컬 지식 그래프 구축 활용[Paper] - (SIGIR 2019)
준 지식 그래프(Quasi knowledge graphs)를 통한 다중 문서 증거 결합 및 복잡한 질문 답변[Paper]

• (arXiv 2025)
  GraphSearch: Graph Retrieval-Augmented Generation을 위한 에이전트 기반 심층 검색 워크플로우 (An Agentic Deep Searching Workflow for Graph Retrieval-Augmented Generation)[Paper]
• (arXiv 2025)
  어텐션 패턴 (Attention Patterns) 및 의미론적 정렬 (Semantic Alignment)을 통한 Graph Retrieval-Augmented Generation의 환각 (Hallucinations) 탐지[Paper]
• (arXiv 2025)
  추론 스케일링 GraphRAG (Inference Scaled GraphRAG): 지식 그래프 상의 다중 홉 질문 답변 (Multi Hop Question Answering) 개선[Paper]
• (AAAI 2025)
  LightPROF: 지식 그래프 상의 대규모 언어 모델 (Large Language Model)을 위한 경량 추론 프레임워크 (Lightweight Reasoning Framework)[Paper]
• (ICLR 2025)
  단순함이 효과적이다: 지식 그래프 기반 검색 증강 생성 (Knowledge-Graph-Based Retrieval-Augmented Generation)에서 그래프와 대규모 언어 모델의 역할[Paper]
• (arXiv 2025)
  지식 필터링 (Knowledge Filtering) 및 통합 (Integration)을 통한 GraphRAG 강화[Paper]
• (arXiv 2024)
  StructRAG: 추론 시점의 하이브리드 정보 구조화 (Inference-time Hybrid Information Structurization)를 통한 LLM의 지식 집약적 추론 (Knowledge Intensive Reasoning) 증폭[Paper]
• (ICLR 2024)
  그래프 상의 추론 (Reasoning on Graphs): 충실하고 해석 가능한 대규모 언어 모델 추론[Paper]
• (AAAI 2024)
  자율적인 지식 그래프 기반 리트리팅 (Autonomous Knowledge Graph-based Retrofitting)을 통한 대규모 언어 모델의 환각 (Hallucinations) 완화[Paper]
• (ICLR 2024)
  Think-on-Graph: 지식 그래프 상의 대규모 언어 모델의 심층적이고 책임감 있는 추론[Paper]
• (Bioinformatics 2024)
  대규모 언어 모델을 위한 생물 의학 지식 그래프 강화 프롬프트 생성 (Biomedical Knowledge Graph-enhanced Prompt Generation)[Paper]
• (NeurIPS 2024)
  KnowGPT: 대규모 언어 모델을 위한 지식 그래프 기반 프롬프팅 (Knowledge Graph based PrompTing)[Paper]
• (ACL 2024 Findings)
  경로 선택 (Path Selection)을 통한 지식 그래프 강화 대규모 언어 모델[Paper]
• (IEEE VIS 2024)
  KNOWNET: 지식 그래프 통합을 통한 LLM의 가이드된 건강 정보 탐색[Paper]
• (CoLM 2024)
  ProLLM: 단백질-단백질 상호작용 (Protein-Protein Interaction) 예측을 위한 단백질 사고의 사슬 (Protein Chain-of-Thoughts) 강화 LLM[Paper]
• (arXiv 2024)
  LEGO-GraphRAG: 설계 공간 탐색 (Design Space Exploration)을 위한 그래프 기반 검색 증강 생성의 모듈화[Paper]
• (arXiv 2024)

Think-on-Graph 2.0: 지식 가이드 검색 증강 생성 (Knowledge-guided Retrieval Augmented Generation)을 통한 심층적이고 충실한 대규모 언어 모델 (Large Language Model) 추론[Paper]

• (NAACL 2025)
  지식 그래프 가이드 검색 증강 생성 (Knowledge Graph-Guided Retrieval Augmented Generation)[Paper] - (ACL 2024 Findings)
  HybGRAG: 텍스트 및 관계형 지식 베이스 상의 하이브리드 검색 증강 생성 (Hybrid Retrieval-Augmented Generation on Textual and Relational Knowledge Bases)[Paper] - (arXiv 2024)
  Graph of Records: 그래프를 통한 긴 문맥 요약 (Long-context Summarization)을 위한 검색 증강 생성 (Retrieval Augmented Generation) 강화[Paper] - (arXiv 2024)
  Medical graph rag: 그래프 검색 증강 생성 (Graph Retrieval-Augmented Generation)을 통한 안전한 의료용 대규모 언어 모델 (Medical Large Language Model) 구현[Paper] - (arXiv 2024)
  Codexgraph: 코드 그래프 데이터베이스 (Code Graph Databases)를 통한 대규모 언어 모델 (Large Language Models)과 코드 저장소 (Code Repositories)의 연결[Paper]

• (AAAI 2024)
  StructuGraphRAG: 검색 증강 생성 (Retrieval-Augmented Generation)을 위한 구조화된 문서 정보 기반 지식 그래프 (Structured Document-Informed Knowledge Graphs)[Paper] - (arXiv 2024)
  G-Retriever: 텍스트 그래프 이해 및 질의응답 (Question Answering)을 위한 검색 증강 생성 (Retrieval-Augmented Generation)[Paper] - (arXiv 2024)
  CancerKG.ORG: 최적의 암 치료 및 관리를 지원하기 위한 웹 규모의 대화형, 검증 가능한 지식 그래프-LLM 하이브리드[Paper] - (arXiv 2024)
  자기 학습 (Self-Learning)을 통해 대규모 언어 모델 (Large Language Models)이 지식 검색 인덱서 (Knowledge Retrieval Indexer)를 구축하도록 강화하기[Paper] - (arXiv 2024)
  GraphCoder: 코드 컨텍스트 그래프 (Code Context Graph) 기반 검색 및 언어 모델을 통한 저장소 수준의 코드 완성 (Repository-Level Code Completion) 향상[Paper] - (arXiv 2024)
  Medical Graph RAG: 그래프 검색 증강 생성 (Graph Retrieval-Augmented Generation)을 통한 안전한 의료용 대규모 언어 모델 (Medical Large Language Model) 구현[Paper] - (arXiv 2024)
  LLM을 강력한 노드 분류기 (Node Classifiers)로 만드는 방법은?[Paper]