GraphRAG은 지식 그래프와 대규모 언어 모델(LLM)을 통합하여 추론 정확도와 문맥 관련성을 향상시키는 기술이다. 하지만 모듈식 워크플로 분석, 체계적인 솔루션 프레임워크, 통찰력 있는 실증 연구가 부족하다. LEGO-GraphRAG는 이러한 한계를 극복하기 위해 제안된 모듈형 프레임워크로, GraphRAG 워크플로의 세분화된 분해, 기존 기술 및 구현된 GraphRAG 인스턴스의 체계적인 분류, 새로운 GraphRAG 인스턴스 생성을 가능하게 한다. 대규모 실제 그래프와 다양한 쿼리 집합에 대한 포괄적인 실증 연구를 통해 추론 품질, 실행 효율성, 토큰 또는 GPU 비용 간의 균형을 분석하여 고급 GraphRAG 시스템 구축에 필요한 통찰력을 제공한다.
