말씀선집 GraphRAG 연구/DB 구조 설계와 테스트 결과 - 편집 역사

애: 완료 작업 및 보존 계획 문서 연결

2026-07-02T18:48:51Z

완료 작업 및 보존 계획 문서 연결

← 이전 판		2026년 7월 3일 (금) 03:48 판
563번째 줄:		563번째 줄:
	* [[말씀선집 GraphRAG 연구/FAQ strong 43개 답변 초안\|FAQ strong 43개 답변 초안]]		* [[말씀선집 GraphRAG 연구/FAQ strong 43개 답변 초안\|FAQ strong 43개 답변 초안]]
	== 관련 후속 문서 ==		== 관련 후속 문서 ==
			* [[말씀선집 GraphRAG 연구/완료 작업 목록과 산출물 보존 계획\|완료 작업 목록과 산출물 보존 계획]]
	* [[말씀선집 GraphRAG 연구/FAQ strong 답변 자연화 5개 샘플\|FAQ strong 답변 자연화 5개 샘플]]		* [[말씀선집 GraphRAG 연구/FAQ strong 답변 자연화 5개 샘플\|FAQ strong 답변 자연화 5개 샘플]]

애: FAQ 자연화 샘플 문서 연결

2026-07-02T18:26:46Z

FAQ 자연화 샘플 문서 연결

← 이전 판		2026년 7월 3일 (금) 03:26 판
562번째 줄:		562번째 줄:
	* [[말씀선집 GraphRAG 연구/FAQ Top10 랭킹 보정 재테스트\|FAQ Top10 랭킹 보정 재테스트]]		* [[말씀선집 GraphRAG 연구/FAQ Top10 랭킹 보정 재테스트\|FAQ Top10 랭킹 보정 재테스트]]
	* [[말씀선집 GraphRAG 연구/FAQ strong 43개 답변 초안\|FAQ strong 43개 답변 초안]]		* [[말씀선집 GraphRAG 연구/FAQ strong 43개 답변 초안\|FAQ strong 43개 답변 초안]]
			== 관련 후속 문서 ==
			* [[말씀선집 GraphRAG 연구/FAQ strong 답변 자연화 5개 샘플\|FAQ strong 답변 자연화 5개 샘플]]

희망벌: FAQ strong 43개 답변 초안 문서 연결

2026-07-02T18:17:56Z

FAQ strong 43개 답변 초안 문서 연결

← 이전 판		2026년 7월 3일 (금) 03:17 판
561번째 줄:		561번째 줄:
	* [[말씀선집 GraphRAG 연구/FAQ 근거 표본 검수 결과\|FAQ 200개 근거 표본 검수 결과]]		* [[말씀선집 GraphRAG 연구/FAQ 근거 표본 검수 결과\|FAQ 200개 근거 표본 검수 결과]]
	* [[말씀선집 GraphRAG 연구/FAQ Top10 랭킹 보정 재테스트\|FAQ Top10 랭킹 보정 재테스트]]		* [[말씀선집 GraphRAG 연구/FAQ Top10 랭킹 보정 재테스트\|FAQ Top10 랭킹 보정 재테스트]]
			* [[말씀선집 GraphRAG 연구/FAQ strong 43개 답변 초안\|FAQ strong 43개 답변 초안]]

희망벌: FAQ Top10 랭킹 보정 재테스트 문서 연결

2026-07-02T13:20:54Z

FAQ Top10 랭킹 보정 재테스트 문서 연결

← 이전 판		2026년 7월 2일 (목) 22:20 판
560번째 줄:		560번째 줄:

	* [[말씀선집 GraphRAG 연구/FAQ 근거 표본 검수 결과\|FAQ 200개 근거 표본 검수 결과]]		* [[말씀선집 GraphRAG 연구/FAQ 근거 표본 검수 결과\|FAQ 200개 근거 표본 검수 결과]]
			* [[말씀선집 GraphRAG 연구/FAQ Top10 랭킹 보정 재테스트\|FAQ Top10 랭킹 보정 재테스트]]

희망벌: FAQ 근거 표본 검수 결과 문서 연결

2026-07-02T13:03:54Z

FAQ 근거 표본 검수 결과 문서 연결

← 이전 판		2026년 7월 2일 (목) 22:03 판
556번째 줄:		556번째 줄:

	대량 초안 생성은 `gpt-5.4-mini` 또는 `gpt-5-mini`가 현실적이다. 교리적으로 민감하거나 논증이 필요한 질문만 `gpt-5.5` 또는 `gpt-5.4`로 재검토하고, `gpt-5.4-pro`는 최종 난제 검토용으로 제한하는 것이 적절하다.		대량 초안 생성은 `gpt-5.4-mini` 또는 `gpt-5-mini`가 현실적이다. 교리적으로 민감하거나 논증이 필요한 질문만 `gpt-5.5` 또는 `gpt-5.4`로 재검토하고, `gpt-5.4-pro`는 최종 난제 검토용으로 제한하는 것이 적절하다.

			== 추가 검수 문서 ==

			* [[말씀선집 GraphRAG 연구/FAQ 근거 표본 검수 결과\|FAQ 200개 근거 표본 검수 결과]]

애: Top10 근거 사용 시 모델별 질문당 API 비용 계산 반영

2026-07-02T12:49:15Z

Top10 근거 사용 시 모델별 질문당 API 비용 계산 반영

← 이전 판		2026년 7월 2일 (목) 21:49 판
526번째 줄:		526번째 줄:

	따라서 1차 운영에서는 질문당 Top3~Top5 근거 청크를 기본값으로 두고, 복합 질의나 GraphRAG 관계 확장이 필요한 경우에만 Top8 이상을 사용하는 것이 적절하다. 전체 임베딩은 모델과 비용 기준을 확정한 뒤 실행해야 한다.		따라서 1차 운영에서는 질문당 Top3~Top5 근거 청크를 기본값으로 두고, 복합 질의나 GraphRAG 관계 확장이 필요한 경우에만 Top8 이상을 사용하는 것이 적절하다. 전체 임베딩은 모델과 비용 기준을 확정한 뒤 실행해야 한다.

			== 2026-07-02 Top10 근거 사용 시 모델별 질문당 API 비용 ==

			계산 가정은 질문 1개당 말씀선집 근거 청크 Top10을 넣고, 답변 출력을 800토큰으로 생성하는 경우다. `o200k_base` 기준 평균 청크는 약 655.65토큰이며, 질문·지시문·출처 메타데이터 여유분을 포함해 입력값은 약 7,100토큰으로 잡았다. 캐시 입력, Batch API 할인, 지역 처리 uplift, 장문 프롬프트 할증은 제외하였다.

			{\| class="wikitable"
			! 모델 !! 입력 $/1M !! 출력 $/1M !! 질문당 입력비 !! 질문당 출력비 !! 질문당 합계 !! 200문항
			\|-
			\| gpt-5-nano \|\| 0.05 \|\| 0.40 \|\| $0.000355 \|\| $0.000320 \|\| $0.000675 \|\| $0.1350
			\|-
			\| gpt-5.4-nano \|\| 0.20 \|\| 1.25 \|\| $0.001420 \|\| $0.001000 \|\| $0.002420 \|\| $0.4840
			\|-
			\| gpt-5-mini \|\| 0.25 \|\| 2.00 \|\| $0.001775 \|\| $0.001600 \|\| $0.003375 \|\| $0.6750
			\|-
			\| gpt-5.4-mini \|\| 0.75 \|\| 4.50 \|\| $0.005325 \|\| $0.003600 \|\| $0.008925 \|\| $1.7850
			\|-
			\| gpt-5 \|\| 1.25 \|\| 10.00 \|\| $0.008875 \|\| $0.008000 \|\| $0.016875 \|\| $3.3750
			\|-
			\| gpt-5.1-chat-latest \|\| 1.25 \|\| 10.00 \|\| $0.008875 \|\| $0.008000 \|\| $0.016875 \|\| $3.3750
			\|-
			\| gpt-5.2 \|\| 1.75 \|\| 14.00 \|\| $0.012425 \|\| $0.011200 \|\| $0.023625 \|\| $4.7250
			\|-
			\| gpt-5.4 \|\| 2.50 \|\| 15.00 \|\| $0.017750 \|\| $0.012000 \|\| $0.029750 \|\| $5.9500
			\|-
			\| gpt-5.5 \|\| 5.00 \|\| 30.00 \|\| $0.035500 \|\| $0.024000 \|\| $0.059500 \|\| $11.9000
			\|-
			\| gpt-5.4-pro \|\| 30.00 \|\| 180.00 \|\| $0.213000 \|\| $0.144000 \|\| $0.357000 \|\| $71.4000
			\|}

			대량 초안 생성은 `gpt-5.4-mini` 또는 `gpt-5-mini`가 현실적이다. 교리적으로 민감하거나 논증이 필요한 질문만 `gpt-5.5` 또는 `gpt-5.4`로 재검토하고, `gpt-5.4-pro`는 최종 난제 검토용으로 제한하는 것이 적절하다.

애: 말씀선집 615권 전체 토큰 사용량 계산 반영

2026-07-02T12:42:41Z

말씀선집 615권 전체 토큰 사용량 계산 반영

← 이전 판		2026년 7월 2일 (목) 21:42 판
502번째 줄:		502번째 줄:

	이번 결과는 이후 PostgreSQL + pgvector 전환의 기준선으로 사용한다. 단, 원리강론 후보 TXT는 아직 공식 판본 대조가 필요하므로 source_status를 candidate_needs_canonical_review로 유지한다.		이번 결과는 이후 PostgreSQL + pgvector 전환의 기준선으로 사용한다. 단, 원리강론 후보 TXT는 아직 공식 판본 대조가 필요하므로 source_status를 candidate_needs_canonical_review로 유지한다.

			== 2026-07-02 토큰 사용량 계산 ==

			말씀선집 615권 전체 boundary_safe 청크 178,690개를 대상으로 실제 tokenizer 기준 토큰량을 계산하였다. 성경은 현의 결정에 따라 이번 계산 범위에서 제외하였다.

			{\| class="wikitable"
			! 기준 !! 전체 토큰 !! 청크당 평균 !! 청크당 중앙값 !! 최대
			\|-
			\| cl100k_base \|\| 182,653,170 \|\| 1,022.18 \|\| 1,015 \|\| 1,711
			\|-
			\| o200k_base \|\| 117,157,729 \|\| 655.65 \|\| 649 \|\| 1,231
			\|}

			FAQ 200개 질문 자체는 `cl100k_base` 기준 6,097토큰, `o200k_base` 기준 3,615토큰 수준이다. 그러나 답변 생성 시에는 근거 청크 수가 토큰 사용량을 좌우한다.

			{\| class="wikitable"
			! 기준 !! Top3 근거 !! Top5 근거 !! Top8 근거
			\|-
			\| cl100k_base \|\| 약 613,307 \|\| 약 1,022,179 \|\| 약 1,635,486
			\|-
			\| o200k_base \|\| 약 393,389 \|\| 약 655,648 \|\| 약 1,049,037
			\|}

			따라서 1차 운영에서는 질문당 Top3~Top5 근거 청크를 기본값으로 두고, 복합 질의나 GraphRAG 관계 확장이 필요한 경우에만 Top8 이상을 사용하는 것이 적절하다. 전체 임베딩은 모델과 비용 기준을 확정한 뒤 실행해야 한다.

애: 말씀선집 615권 전체 색인 및 성경 제외 결정 반영

2026-07-02T12:35:26Z

말씀선집 615권 전체 색인 및 성경 제외 결정 반영

← 이전 판		2026년 7월 2일 (목) 21:35 판
428번째 줄:		428번째 줄:
	[[분류:검색평가]]		[[분류:검색평가]]
	[[분류:연구기획]]		[[분류:연구기획]]

			== 2026-07-02 615권 전체 색인 반영 결과 ==

			현의 결정에 따라 성경 본문은 1차 DB 구축 범위에서 제외하였다. 따라서 이번 전체 색인 DB는 말씀선집 615권과 원리강론 후보 TXT 78건, FAQ 200개 기준 테스트셋을 중심으로 구성하였다.

			=== 전체 청크 생성 결과 ===

			{\| class="wikitable"
			! 항목 !! 결과
			\|-
			\| 대상 문헌 \|\| 말씀선집 615권 PDF
			\|-
			\| 청크 방식 \|\| 문단 기반 boundary_safe_v1_hardmax1600
			\|-
			\| 전체 청크 수 \|\| 178,690개
			\|-
			\| 평균 길이 \|\| 약 1,062.2자
			\|-
			\| 중앙값 \|\| 약 1,066자
			\|-
			\| 최대 길이 \|\| 1,600자
			\|-
			\| 문장 경계 연결 보정 \|\| 30,824건
			\|-
			\| 문장 중간 시작 의심 \|\| 759건
			\|-
			\| 전체 청크 JSONL \|\| full_chunk_runs/20260702_211525_boundary_safe_all/chunks.jsonl
			\|-
			\| JSONL 크기 \|\| 약 475MB
			\|}

			=== 전체 DB 적재 결과 ===

			{\| class="wikitable"
			! 항목 !! 결과
			\|-
			\| SQLite DB \|\| db_builds/20260702_213134/graphrag_research.sqlite
			\|-
			\| DB 크기 \|\| 약 667MB
			\|-
			\| source_documents \|\| 693건
			\|-
			\| 말씀선집 원본 PDF \|\| 615건
			\|-
			\| 원리강론 후보 TXT \|\| 78건
			\|-
			\| text_chunks \|\| 178,690건
			\|-
			\| faq_records \|\| 200건
			\|-
			\| test_results \|\| 200건
			\|-
			\| 성경 관련 테이블 \|\| 0개
			\|-
			\| SQLite 무결성 검사 \|\| ok
			\|}

			=== FAQ 200개 전체 재테스트 결과 ===

			{\| class="wikitable"
			! 판정 !! 3권 샘플 !! 615권 전체
			\|-
			\| strong_evidence \|\| 12 \|\| 113
			\|-
			\| reviewable_candidate \|\| 68 \|\| 75
			\|-
			\| partial_evidence \|\| 51 \|\| 4
			\|-
			\| insufficient_evidence \|\| 69 \|\| 8
			\|}

			615권 전체 색인을 적용한 결과, strong_evidence는 12개에서 113개로 증가했고 insufficient_evidence는 69개에서 8개로 감소하였다. 이는 3권 샘플 단계의 낮은 답변 근거 확보율이 청크 구조 자체의 실패라기보다 색인 범위 부족의 영향이 컸음을 보여 준다.

			이번 결과는 이후 PostgreSQL + pgvector 전환의 기준선으로 사용한다. 단, 원리강론 후보 TXT는 아직 공식 판본 대조가 필요하므로 source_status를 candidate_needs_canonical_review로 유지한다.

애: 말씀선집 GraphRAG 문장 경계 보정 전략과 결과 반영

2026-07-02T10:26:09Z

말씀선집 GraphRAG 문장 경계 보정 전략과 결과 반영

@@ 391번째 줄: / 391번째 줄: @@
 또한 구조 품질 테스트에서 문장 중간 시작 의심 청크가 205개 발견되었다. 이는 PDF 추출 과정에서 문장이나 단어가 줄 또는 페이지 경계를 넘어가며 분리될 수 있음을 의미한다. 따라서 최종 DB 투입 전에는 페이지 경계 문장 이어붙이기, 단어 내부 공백 보정, 제목·날짜·장소의 메타데이터 분리 절차가 추가되어야 한다. 본 연구는 이러한 추출 우려사항을 삭제하거나 은폐하지 않고 <code>extraction_warnings</code> 필드로 기록하여, 추후 재처리와 품질 평가가 가능하도록 설계한다.
 </blockquote>
 == 관련 문서 ==
@@ 396번째 줄: / 420번째 줄: @@
 * [[말씀선집 GraphRAG 연구]]
 * [[말씀선집 GraphRAG 연구/DB 구축 방향]]
 * 로컬 문서: <code>/home/ruyjin/.openclaw/workspace/project_docs/말씀선집그래프RAG/DB_STRUCTURE_AND_TEST_RESULTS.md</code>

애: 1차/2차 검색 테스트 비교 분석과 논문용 서술 추가

2026-07-02T09:52:00Z

1차/2차 검색 테스트 비교 분석과 논문용 서술 추가

차이 보기

← 이전 판		2026년 7월 3일 (금) 03:17 판
561번째 줄:		561번째 줄:
	* [[말씀선집 GraphRAG 연구/FAQ 근거 표본 검수 결과\|FAQ 200개 근거 표본 검수 결과]]		* [[말씀선집 GraphRAG 연구/FAQ 근거 표본 검수 결과\|FAQ 200개 근거 표본 검수 결과]]
	* [[말씀선집 GraphRAG 연구/FAQ Top10 랭킹 보정 재테스트\|FAQ Top10 랭킹 보정 재테스트]]		* [[말씀선집 GraphRAG 연구/FAQ Top10 랭킹 보정 재테스트\|FAQ Top10 랭킹 보정 재테스트]]
			* [[말씀선집 GraphRAG 연구/FAQ strong 43개 답변 초안\|FAQ strong 43개 답변 초안]]