docs: GraphRAG 및 그래프 DB 전환 기획 문서 추가

약국 POS 시스템의 GraphRAG 기반 추천 시스템 구축 관련 문서: ## 핵심 설계 문서 1. 질병코드기반 제품추천.md - ICD-10 질병 코드 활용 추천 시스템 설계 - 계층 구조 (질병 → 질병군 → 제품군 → 개별 제품) - 처방전 기반 추천 알고리즘 2. complex-product-graph-modeling.md - 복합제(비맥스제트 등) 그래프 모델링 - 성분 간 시너지 효과 표현 - 복합 증상 매칭 쿼리 예시 3. pubmed-graphrag-workflow.md - PubMed → GraphRAG 전체 워크플로우 (5단계) - 논문 검색, 근거 추출, 지식 그래프 구축 - MCP Server 개발 가이드 ## 그래프 DB 비교 및 평가 4. sqlite-graph-evaluation.md - SQLite vs SQLite-Graph vs Neo4j 비교 - 현 시점(2026-01) 평가: 기존 SQL 유지 권장 - 6개월 후 재평가 계획 5. opensource-graph-db-comparison.md - 오픈소스 그래프 DB 비교 (Neo4j, ArangoDB 등) 6. 온톨로지로전환.md - 관계형 DB → 온톨로지 구조 전환 가이드 - PubMed RAG 활용 방안 - 추론 규칙 설계 ## PubMed GraphRAG 활용 7. pycnogenol-multi-indication-graphrag.md - 피크노제놀 다중 적응증 GraphRAG 구축 사례 - 7가지 적응증별 근거 수준 8. grpahrag_아쉬아간다.md - Ashwagandha GraphRAG 구축 사례 9. pubdmed이용ai.md - PubMed + AI 통합 활용 가이드 ## 추가 워크플로우 10. pubmed-graphrag-workflow_next.md - 다음 단계 워크플로우 11. PostgresGRAPH전환.md - PostgreSQL + Apache AGE 전환 가이드 모든 문서는 한국어로 작성되었으며, 코드 예시는 영어로 포함. Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>
2026-01-24 21:04:56 +09:00
parent 97cf89a9c2
commit 032795c0fa
12 changed files with 11535 additions and 0 deletions
--- a/docs/opensource-graph-db-comparison.md
+++ b/docs/opensource-graph-db-comparison.md
@@ -0,0 +1,657 @@
+# 오픈소스 그래프 DB 비교 및 추천
+
+> Neo4j 대신 사용할 수 있는 오픈소스 그래프 데이터베이스 옵션
+
+**작성일**: 2026-01-24
+**대상 프로젝트**: 약국 POS QR 시스템 (PubMed GraphRAG)
+
+---
+
+## 🎯 평가 기준
+
+우리 프로젝트에 필요한 조건:
+```
+✅ 완전한 오픈소스 (상업적 제약 없음)
+✅ Cypher 또는 유사 쿼리 언어 지원
+✅ Python 통합 용이
+✅ 배포 간편 (별도 서버 최소화)
+✅ SQLite/PostgreSQL 같은 익숙한 DB와 통합
+✅ 중소 규모 그래프 최적화 (1,000~10,000 노드)
+```
+
+---
+
+## 📊 오픈소스 그래프 DB 비교
+
+### 1. **Apache AGE** ⭐⭐⭐⭐⭐ 최고 추천!
+
+```
+┌─────────────────────────────────────────────────────────┐
+│  PostgreSQL + 그래프 = Apache AGE                       │
+│  "기존 PostgreSQL에 그래프 기능 추가"                   │
+└─────────────────────────────────────────────────────────┘
+```
+
+#### 🌟 핵심 특징
+- **PostgreSQL 확장** (익숙한 DB + 그래프 기능)
+- **Cypher 쿼리 완벽 지원** (Neo4j와 동일)
+- **SQL + Cypher 혼합 사용 가능**
+- **Apache 2.0 라이선스** (완전 오픈소스)
+- **기존 PostgreSQL 데이터와 그래프 결합 가능**
+
+#### ✅ 장점
+```python
+# SQL과 Cypher를 함께 사용!
+# 기존 테이블 (users, products)
+SELECT * FROM users WHERE age > 30;
+
+# 그래프 쿼리 (관계 탐색)
+SELECT * FROM cypher('graph_name', $$
+    MATCH (u:User)-[:PURCHASED]->(p:Product)
+    WHERE u.age > 30
+    RETURN u.name, p.name
+$$) AS (user_name text, product_name text);
+```
+
+#### ⚠️ 단점
+- PostgreSQL 필요 (SQLite보다 무거움)
+- 비교적 신생 프로젝트 (2020년 시작)
+
+#### 📦 설치 (Ubuntu/Debian 예시)
+```bash
+# PostgreSQL 설치
+sudo apt-get install postgresql-14
+
+# Apache AGE 설치
+sudo apt-get install postgresql-14-age
+
+# 확장 활성화
+CREATE EXTENSION age;
+```
+
+#### 🐍 Python 사용
+```python
+import psycopg2
+from age import Age
+
+conn = psycopg2.connect(
+    host="localhost",
+    database="pharmacy_db",
+    user="postgres"
+)
+
+cursor = conn.cursor()
+
+# 그래프 생성
+cursor.execute("""
+    SELECT create_graph('pharmacy_graph');
+""")
+
+# Cypher 쿼리
+cursor.execute("""
+    SELECT * FROM cypher('pharmacy_graph', $$
+        CREATE (n:Drug {name: 'Naproxen', type: 'NSAID'})
+        RETURN n
+    $$) AS (drug agtype);
+""")
+
+# 경로 탐색
+cursor.execute("""
+    SELECT * FROM cypher('pharmacy_graph', $$
+        MATCH path = (d:Drug {name: 'Statin'})-[*1..3]->(s:Symptom)
+        RETURN path
+    $$) AS (path agtype);
+""")
+```
+
+#### 🎯 우리 프로젝트 적용
+```
+현재: SQLite (mileage.db)
+    ↓
+마이그레이션: PostgreSQL + Apache AGE
+    ↓
+장점:
+- 기존 users, transactions 테이블 유지 (SQL)
+- 약물-증상 관계는 그래프 (Cypher)
+- 한 DB에서 모두 처리 ✨
+```
+
+---
+
+### 2. **Memgraph** ⭐⭐⭐⭐
+
+```
+┌─────────────────────────────────────────────────────────┐
+│  빠른 인메모리 그래프 DB                                │
+│  "Neo4j와 호환되는 Cypher 지원"                         │
+└─────────────────────────────────────────────────────────┘
+```
+
+#### 🌟 핵심 특징
+- **완전한 Cypher 지원** (Neo4j 호환)
+- **인메모리 처리** (매우 빠름)
+- **스트림 처리 지원** (Kafka 통합)
+- **BSL 라이선스** (Community Edition 무료)
+
+#### ✅ 장점
+- Neo4j보다 빠름 (인메모리)
+- 완전한 Cypher 지원 (학습 곡선 낮음)
+- Python 라이브러리 우수
+
+#### ⚠️ 단점
+- 별도 서버 필요
+- 인메모리 → 메모리 많이 필요
+- 데이터 영속성 설정 필요
+
+#### 🐍 Python 사용
+```python
+from gqlalchemy import Memgraph
+
+memgraph = Memgraph(host='127.0.0.1', port=7687)
+
+# Cypher 쿼리 (Neo4j와 동일)
+results = memgraph.execute_and_fetch("""
+    MATCH (d:Drug {name: 'Naproxen'})-[:SAFER_THAN]->(other:Drug)
+    RETURN d.name, other.name
+""")
+
+for result in results:
+    print(result['d.name'], result['other.name'])
+```
+
+---
+
+### 3. **ArangoDB** ⭐⭐⭐⭐
+
+```
+┌─────────────────────────────────────────────────────────┐
+│  멀티모델 DB (문서 + 그래프 + 키-밸류)                  │
+│  "하나의 DB로 모든 데이터 모델 지원"                    │
+└─────────────────────────────────────────────────────────┘
+```
+
+#### 🌟 핵심 특징
+- **멀티모델**: 문서(JSON) + 그래프 + 키-밸류
+- **AQL 쿼리 언어** (Cypher와 유사, 더 강력)
+- **완전 오픈소스** (Apache 2.0)
+- **Python, JavaScript 등 다양한 드라이버**
+
+#### ✅ 장점
+- 유연함 (그래프 + JSON 문서 모두 저장)
+- 성능 우수
+- 웹 UI 기본 제공
+
+#### ⚠️ 단점
+- Cypher 아님 (AQL 학습 필요)
+- 별도 서버 필요
+- 설정 복잡할 수 있음
+
+#### 🐍 Python 사용
+```python
+from arango import ArangoClient
+
+client = ArangoClient(hosts='http://localhost:8529')
+db = client.db('pharmacy_db', username='root', password='password')
+
+# 그래프 생성
+graph = db.create_graph('pharmacy_graph')
+
+# 문서 + 그래프 혼합 (강력!)
+result = db.aql.execute("""
+    FOR drug IN drugs
+        FILTER drug.type == 'NSAID'
+        FOR vertex, edge, path IN 1..3 OUTBOUND drug GRAPH 'pharmacy_graph'
+            FILTER vertex._id == 'symptoms/pain'
+            RETURN path
+""")
+```
+
+---
+
+### 4. **Dgraph** ⭐⭐⭐
+
+```
+┌─────────────────────────────────────────────────────────┐
+│  GraphQL 네이티브 그래프 DB                             │
+│  "GraphQL로 그래프 쿼리"                                │
+└─────────────────────────────────────────────────────────┘
+```
+
+#### 🌟 핵심 특징
+- **GraphQL 쿼리 언어** (Cypher 대신)
+- **Go로 작성** (빠르고 가벼움)
+- **분산 처리 지원**
+- **Apache 2.0 라이선스**
+
+#### ✅ 장점
+- GraphQL 사용 시 최적
+- 성능 우수
+- 분산 확장 용이
+
+#### ⚠️ 단점
+- Cypher 미지원 (GraphQL 학습 필요)
+- 별도 서버 필요
+- 커뮤니티 Neo4j보다 작음
+
+---
+
+### 5. **JanusGraph** ⭐⭐⭐
+
+```
+┌─────────────────────────────────────────────────────────┐
+│  Apache 재단 대규모 그래프 DB                           │
+│  "수억 개 노드 지원"                                    │
+└─────────────────────────────────────────────────────────┘
+```
+
+#### 🌟 핵심 특징
+- **Apache 재단 공식 프로젝트**
+- **대규모 그래프 최적화** (수십억 엣지)
+- **Gremlin 쿼리 언어** (Cypher 아님)
+- **다양한 백엔드 지원** (Cassandra, HBase 등)
+
+#### ✅ 장점
+- 대규모 그래프에 최적
+- Apache 재단 신뢰성
+- 엔터프라이즈급 기능
+
+#### ⚠️ 단점
+- **우리 프로젝트에 과함** (중소 규모용 아님)
+- 설정 매우 복잡
+- Gremlin 학습 곡선 높음
+
+---
+
+### 6. **Nebula Graph** ⭐⭐⭐
+
+```
+┌─────────────────────────────────────────────────────────┐
+│  분산 그래프 DB                                         │
+│  "중국발 오픈소스, 빠른 성능"                           │
+└─────────────────────────────────────────────────────────┘
+```
+
+#### 🌟 핵심 특징
+- **nGQL** (Cypher와 유사)
+- **분산 아키텍처**
+- **Apache 2.0 라이선스**
+
+#### ⚠️ 단점
+- 별도 서버 (Meta, Graph, Storage)
+- 설정 복잡
+- 커뮤니티 주로 중국어
+
+---
+
+## 🏆 종합 비교표
+
+```
+┌─────────────┬──────────┬──────────┬──────────┬──────────┬──────────┐
+│    항목     │ AGE      │ Memgraph │ ArangoDB │ Dgraph   │ JanusGrph│
+├─────────────┼──────────┼──────────┼──────────┼──────────┼──────────┤
+│ 쿼리 언어   │ Cypher   │ Cypher   │ AQL      │ GraphQL  │ Gremlin  │
+├─────────────┼──────────┼──────────┼──────────┼──────────┼──────────┤
+│ 배포 난이도 │ ⭐⭐     │ ⭐⭐⭐   │ ⭐⭐⭐   │ ⭐⭐⭐   │ ⭐⭐⭐⭐⭐│
+├─────────────┼──────────┼──────────┼──────────┼──────────┼──────────┤
+│ 학습 곡선   │ ⭐       │ ⭐       │ ⭐⭐     │ ⭐⭐     │ ⭐⭐⭐⭐  │
+├─────────────┼──────────┼──────────┼──────────┼──────────┼──────────┤
+│ 성능        │ ⭐⭐⭐⭐ │ ⭐⭐⭐⭐⭐│ ⭐⭐⭐⭐ │ ⭐⭐⭐⭐ │ ⭐⭐⭐⭐⭐│
+├─────────────┼──────────┼──────────┼──────────┼──────────┼──────────┤
+│ SQL 통합    │ ✅       │ ❌       │ ❌       │ ❌       │ ❌       │
+├─────────────┼──────────┼──────────┼──────────┼──────────┼──────────┤
+│ 중소규모 적합│ ✅       │ ✅       │ ✅       │ ⭐⭐     │ ❌       │
+├─────────────┼──────────┼──────────┼──────────┼──────────┼──────────┤
+│ 라이선스    │ Apache   │ BSL      │ Apache   │ Apache   │ Apache   │
+├─────────────┼──────────┼──────────┼──────────┼──────────┼──────────┤
+│ 우리적합도  │⭐⭐⭐⭐⭐│ ⭐⭐⭐⭐ │ ⭐⭐⭐   │ ⭐⭐     │ ⭐       │
+└─────────────┴──────────┴──────────┴──────────┴──────────┴──────────┘
+
+⭐ 적음/쉬움/낮음 = 좋음
+⭐⭐⭐⭐⭐ 많음/어려움/높음 = 나쁨 (배포, 학습 곡선)
+⭐⭐⭐⭐⭐ 많음 = 좋음 (성능, 적합도)
+```
+
+---
+
+## 🎯 우리 프로젝트 최적 선택
+
+### 🥇 1순위: **Apache AGE**
+
+#### 선택 이유
+```
+✅ PostgreSQL 확장 (익숙한 환경)
+✅ SQL + Cypher 혼합 사용 (마이그레이션 쉬움)
+✅ 기존 데이터 + 그래프 한 DB에서 관리
+✅ 완전 오픈소스 (Apache 2.0)
+✅ 배포 간단 (PostgreSQL만 있으면 됨)
+```
+
+#### 마이그레이션 경로
+```
+현재: SQLite
+    ↓
+1단계: PostgreSQL + 기본 테이블 마이그레이션
+    ↓
+2단계: Apache AGE 확장 설치
+    ↓
+3단계: 그래프 노드/엣지 생성
+    ↓
+결과: SQL (users, transactions) + Cypher (약물 관계)
+```
+
+---
+
+### 🥈 2순위: **Memgraph**
+
+#### 선택 이유
+```
+✅ 완전한 Cypher 지원 (Neo4j 호환)
+✅ 매우 빠름 (인메모리)
+✅ Python 라이브러리 우수
+```
+
+#### 적합한 경우
+```
+- 실시간 추천이 매우 중요
+- 메모리 충분히 있음
+- 별도 서버 운영 가능
+```
+
+---
+
+### 🥉 3순위: **ArangoDB**
+
+#### 선택 이유
+```
+✅ 멀티모델 (유연함)
+✅ 성능 우수
+✅ 웹 UI 좋음
+```
+
+#### 적합한 경우
+```
+- JSON 문서 + 그래프 모두 필요
+- AQL 학습 가능
+- 다양한 데이터 모델 실험
+```
+
+---
+
+## 🛠️ Apache AGE 실전 적용 가이드
+
+### 1. 설치 (Docker 사용)
+
+```bash
+# Docker Compose 설정
+# docker-compose.yml
+version: '3.8'
+services:
+  postgres-age:
+    image: apache/age:latest
+    environment:
+      POSTGRES_USER: postgres
+      POSTGRES_PASSWORD: password
+      POSTGRES_DB: pharmacy_db
+    ports:
+      - "5432:5432"
+    volumes:
+      - pgdata:/var/lib/postgresql/data
+
+volumes:
+  pgdata:
+```
+
+```bash
+# 실행
+docker-compose up -d
+```
+
+### 2. Python 통합
+
+```python
+"""
+Apache AGE + Python 예시
+"""
+import psycopg2
+from age import Age
+
+# 연결
+conn = psycopg2.connect(
+    host="localhost",
+    database="pharmacy_db",
+    user="postgres",
+    password="password"
+)
+
+age = Age(conn)
+cursor = conn.cursor()
+
+# 1. 그래프 생성
+age.setGraph('pharmacy_graph')
+cursor.execute("SELECT create_graph('pharmacy_graph');")
+
+# 2. 노드 생성 (Cypher)
+cursor.execute("""
+    SELECT * FROM cypher('pharmacy_graph', $$
+        CREATE (statin:Drug {name: 'Statin', type: 'HMG-CoA inhibitor'}),
+               (coq10:Drug {name: 'CoQ10', type: 'Supplement'}),
+               (myopathy:Condition {name: 'Myopathy'}),
+               (evidence:Evidence {pmid: '30371340', reliability: 0.95})
+        RETURN statin, coq10, myopathy, evidence
+    $$) AS (statin agtype, coq10 agtype, myopathy agtype, evidence agtype);
+""")
+
+# 3. 관계 생성
+cursor.execute("""
+    SELECT * FROM cypher('pharmacy_graph', $$
+        MATCH (statin:Drug {name: 'Statin'}),
+              (coq10:Drug {name: 'CoQ10'}),
+              (myopathy:Condition {name: 'Myopathy'}),
+              (evidence:Evidence {pmid: '30371340'})
+        CREATE (statin)-[:INHIBITS {mechanism: 'HMG-CoA pathway'}]->(coq10),
+               (coq10)-[:REDUCES {effect_size: -1.60, p_value: 0.001}]->(myopathy),
+               (evidence)-[:SUPPORTS]->(coq10)-[:REDUCES]->(myopathy)
+        RETURN statin, coq10, myopathy
+    $$) AS (statin agtype, coq10 agtype, myopathy agtype);
+""")
+
+# 4. 경로 탐색 (GraphRAG!)
+cursor.execute("""
+    SELECT * FROM cypher('pharmacy_graph', $$
+        MATCH path = (statin:Drug {name: 'Statin'})-[*1..3]->(myopathy:Condition {name: 'Myopathy'})
+        RETURN path
+    $$) AS (path agtype);
+""")
+
+results = cursor.fetchall()
+for row in results:
+    print(row[0])
+
+# 5. SQL + Cypher 혼합!
+cursor.execute("""
+    -- SQL: 사용자 조회
+    WITH high_risk_users AS (
+        SELECT id, name, age
+        FROM users
+        WHERE age > 60 AND has_hypertension = true
+    )
+    -- Cypher: 안전한 약물 추천
+    SELECT u.name, drug_name
+    FROM high_risk_users u,
+    LATERAL (
+        SELECT * FROM cypher('pharmacy_graph', $$
+            MATCH (drug:Drug)-[:SAFE_FOR]->(profile:PatientProfile {name: 'Elderly_HTN'})
+            RETURN drug.name
+        $$) AS (drug_name agtype)
+    );
+""")
+
+conn.commit()
+conn.close()
+```
+
+### 3. 실제 추천 시스템 예시
+
+```python
+"""
+Apache AGE 기반 약물 추천 시스템
+"""
+
+class DrugRecommender:
+    def __init__(self, conn):
+        self.conn = conn
+        self.cursor = conn.cursor()
+
+    def recommend(self, patient_id, symptom):
+        """
+        환자 프로필 + 증상 → 약물 추천 (근거 포함)
+        """
+        # 1. SQL: 환자 정보 조회
+        self.cursor.execute("""
+            SELECT age, hypertension, diabetes
+            FROM users
+            WHERE id = %s
+        """, (patient_id,))
+
+        patient = self.cursor.fetchone()
+        age, has_htn, has_dm = patient
+
+        # 2. 환자 프로필 결정
+        if has_htn and has_dm:
+            profile = 'Patient_HTN_DM'
+        elif has_htn:
+            profile = 'Patient_HTN'
+        elif age > 65:
+            profile = 'Elderly'
+        else:
+            profile = 'General'
+
+        # 3. Cypher: 그래프 기반 추천
+        self.cursor.execute(f"""
+            SELECT * FROM cypher('pharmacy_graph', $$
+                MATCH (drug:Drug)-[treats:TREATS]->(condition:Condition {{name: '{symptom}'}})
+                WHERE NOT (drug)-[:CONTRAINDICATED_IN]->(:PatientProfile {{name: '{profile}'}})
+                MATCH (evidence:Evidence)-[:SUPPORTS]->(treats)
+                RETURN
+                    drug.name AS drug,
+                    treats.effect_size AS effect,
+                    evidence.pmid AS pmid,
+                    evidence.reliability AS reliability
+                ORDER BY evidence.reliability DESC, treats.effect_size DESC
+                LIMIT 1
+            $$) AS (drug agtype, effect agtype, pmid agtype, reliability agtype);
+        """)
+
+        result = self.cursor.fetchone()
+
+        if result:
+            return {
+                'drug': result[0],
+                'effect_size': result[1],
+                'evidence_pmid': result[2],
+                'reliability': result[3],
+                'patient_profile': profile
+            }
+        else:
+            return None
+
+
+# 사용 예시
+recommender = DrugRecommender(conn)
+
+# 환자 ID 123, 증상 "Pain"
+recommendation = recommender.recommend(patient_id=123, symptom='Pain')
+
+print(recommendation)
+# {
+#   'drug': 'Naproxen',
+#   'effect_size': -1.8,
+#   'evidence_pmid': '27959716',
+#   'reliability': 0.99,
+#   'patient_profile': 'Patient_HTN_DM'
+# }
+```
+
+---
+
+## 📊 마이그레이션 로드맵
+
+### Phase 1: SQLite → PostgreSQL (1주)
+```sql
+-- 기존 SQLite 테이블 PostgreSQL로 이동
+-- users, transactions, mileage_ledger 등
+```
+
+### Phase 2: Apache AGE 설치 (1일)
+```bash
+CREATE EXTENSION age;
+SELECT create_graph('pharmacy_graph');
+```
+
+### Phase 3: 그래프 데이터 생성 (1주)
+```python
+# PubMed 논문 → 그래프 트리플
+# Cypher CREATE 문으로 노드/엣지 생성
+```
+
+### Phase 4: 추천 시스템 업그레이드 (1주)
+```python
+# SQL + Cypher 혼합 쿼리
+# GraphRAG 추론 경로 자동 생성
+```
+
+---
+
+## 🎯 최종 권장사항
+
+### ✅ **즉시 도입 가능: Apache AGE**
+
+**선택 이유**:
+1. PostgreSQL 확장 (익숙함)
+2. SQL + Cypher 모두 사용 가능
+3. 기존 데이터 + 그래프 한 DB
+4. 완전 오픈소스
+5. 마이그레이션 쉬움
+
+**시작 단계**:
+```bash
+# 1. Docker로 테스트
+docker run -p 5432:5432 apache/age
+
+# 2. Python 라이브러리 설치
+pip install psycopg2-binary age
+
+# 3. 간단한 그래프 생성 테스트
+python test_age.py
+```
+
+---
+
+### 🔮 **대안: Memgraph** (성능 최우선 시)
+
+**조건**:
+- 별도 서버 운영 가능
+- 메모리 충분 (8GB+)
+- 실시간 추천 필수
+
+---
+
+## 📚 참고 링크
+
+- **Apache AGE**: https://age.apache.org/
+  - GitHub: https://github.com/apache/age
+  - 문서: https://age.apache.org/age-manual/master/index.html
+
+- **Memgraph**: https://memgraph.com/
+  - 문서: https://memgraph.com/docs
+
+- **ArangoDB**: https://www.arangodb.com/
+  - 문서: https://www.arangodb.com/docs/
+
+- **Dgraph**: https://dgraph.io/
+  - GitHub: https://github.com/dgraph-io/dgraph
+
+---
+
+**작성**: 2026-01-24
+**추천**: Apache AGE ⭐⭐⭐⭐⭐