5장: 지식 그래프 기반 메모리 — Zep 아키텍처

interface EpisodicNode {
  id: string;
  type: "episode";
  content: string;        // 원본 대화 내용
  timestamp: number;
  sessionId: string;
  userId: string;
  metadata: Record<string, unknown>;
}
 
// 에피소드 노드들은 시간순으로 연결
// Episode_1 -> Episode_2 -> Episode_3 -> ...

interface EntityNode {
  id: string;
  type: "entity";
  name: string;            // "김철수", "TypeScript", "A 프로젝트"
  entityType: string;      // "person", "technology", "project"
  attributes: Record<string, string>;
  createdAt: number;
  updatedAt: number;
}
 
interface Relationship {
  id: string;
  source: string;          // 소스 엔티티 ID
  target: string;          // 타깃 엔티티 ID
  type: string;            // "uses", "leads", "belongs_to"
  properties: Record<string, string>;
  validFrom: number;       // 관계 시작 시점
  validUntil?: number;     // 관계 종료 시점 (없으면 현재 유효)
  confidence: number;      // 관계의 확신도
}

from graphiti_core import Graphiti
from graphiti_core.nodes import EpisodeType
 
# Graphiti 인스턴스 초기화
graphiti = Graphiti(
    neo4j_uri="bolt://localhost:7687",
    neo4j_user="neo4j",
    neo4j_password="password",
)
 
# 에피소드 추가 - 엔티티와 관계가 자동 추출됨
await graphiti.add_episode(
    name="기술 스택 논의",
    episode_body="""
    김철수: 이번 프로젝트는 TypeScript로 진행하겠습니다.
    이영희: 좋습니다. Next.js와 함께 사용할까요?
    김철수: 네, Next.js App Router를 사용하고 배포는 AWS Amplify로 하겠습니다.
    """,
    source=EpisodeType.message,
    reference_time=datetime.now(),
)
 
# 자동 추출되는 엔티티와 관계:
# 엔티티: 김철수(person), 이영희(person), TypeScript(technology),
#          Next.js(framework), AWS Amplify(service)
# 관계: 김철수 -[decides]-> TypeScript
#        프로젝트 -[uses]-> Next.js App Router
#        프로젝트 -[deploys_to]-> AWS Amplify

# 시간에 따른 변화 추적
await graphiti.add_episode(
    name="기술 스택 변경",
    episode_body="""
    김철수: Python FastAPI에서 TypeScript로 백엔드도 전환하기로 했습니다.
    """,
    reference_time=datetime(2026, 3, 20),
)
 
# 그래프 상태:
# 김철수 -[uses]-> Python FastAPI  (validUntil: 2026-03-20)
# 김철수 -[uses]-> TypeScript       (validFrom: 2026-03-20)
 
# 시점별 검색
current_stack = await graphiti.search(
    "김철수의 현재 기술 스택",
    reference_time=datetime(2026, 3, 25),
)
# -> TypeScript
 
past_stack = await graphiti.search(
    "김철수의 기술 스택",
    reference_time=datetime(2026, 3, 15),
)
# -> Python FastAPI

질문: "김철수가 속한 사업부의 인프라 담당자는 누구인가?"
 
그래프 탐색 경로:
김철수 -> (소속) -> B 팀 -> (부서) -> AI 사업부
AI 사업부 -> (인프라 담당) -> 박민수
 
답변: 박민수

interface ConflictResult {
  hasConflict: boolean;
  existingFact: string;
  newFact: string;
  resolution: "update" | "coexist" | "reject";
}
 
async function detectContradiction(
  newRelationship: Relationship,
  graph: KnowledgeGraph
): Promise<ConflictResult | null> {
  // 동일 소스-타깃 간 상충되는 관계 검색
  const existing = await graph.findRelationships({
    source: newRelationship.source,
    target: newRelationship.target,
    active: true,
  });
 
  for (const rel of existing) {
    if (isContradictory(rel.type, newRelationship.type)) {
      return {
        hasConflict: true,
        existingFact: `${rel.source} -[${rel.type}]-> ${rel.target}`,
        newFact: `${newRelationship.source} -[${newRelationship.type}]-> ${newRelationship.target}`,
        resolution: "update", // 기존 관계를 종료하고 새 관계로 갱신
      };
    }
  }
 
  return null;
}

에이전트: "Next.js를 추천합니다."
 
추론 경로:
1. 사용자 -> (선호) -> TypeScript
2. TypeScript -> (주요 프레임워크) -> Next.js
3. 현재 프로젝트 -> (요구사항) -> SSR 지원
4. Next.js -> (제공) -> SSR 지원
 
근거: 사용자의 TypeScript 선호도와 프로젝트의 SSR 요구사항을
모두 충족하는 프레임워크입니다.

async function hybridMemorySearch(
  query: string,
  userId: string,
  vectorDB: VectorDB,
  graphDB: GraphDB,
  embedder: EmbeddingModel
): Promise<MemoryResult[]> {
  // 병렬로 두 검색 수행
  const [vectorResults, graphResults] = await Promise.all([
    // 벡터 유사도 검색
    vectorDB.query({
      vector: await embedder.embed(query),
      filter: { userId },
      topK: 5,
    }),
    // 그래프 탐색
    graphDB.search({
      query,
      userId,
      maxDepth: 3,     // 최대 3홉까지 탐색
      maxResults: 5,
    }),
  ]);
 
  // 결과 병합: 중복 제거 및 가중 점수 계산
  return mergeAndRank(vectorResults, graphResults, {
    vectorWeight: 0.6,
    graphWeight: 0.4,
  });
}