콘텐츠로 이동

Ch 6. Neo4j와 Cypher 입문

Open in Colab

이 챕터에서 배우는 것

  • 그래프 DB Neo4j를 도커/무료 티어로 띄우고 파이썬에서 붙기
  • Cypher 기본 — 노드·관계 만들기(CREATE/MERGE), 조회(MATCH), 멀티홉 순회
  • Ch 5의 전자상거래 매핑을 실제 그래프로 적재
  • 벡터 RAG가 못 풀던 멀티홉 질문을 Cypher 한 줄로 푸는 경험

전제

Part 2까지. 파이썬 기본과 도커(또는 Neo4j Aura 무료 계정)면 된다.

1. 개념 — Cypher는 "그림을 그리는 질의어"

Cypher의 핵심 직관은 하나다 — ASCII로 그래프를 그린다. 노드는 괄호 (), 관계는 화살표 -[]->. 머릿속 그래프를 그대로 적으면 그게 질의가 된다.

(고객)-[:PLACES]->(주문)-[:CONTAINS]->(상품)

이 한 줄이 "고객이 주문을 하고, 주문이 상품을 담는다"는 패턴이다. 조회는 이 패턴에 맞는 부분을 그래프에서 찾아 달라는 것이다.

2. 환경 — Neo4j 띄우기

가장 빠른 길은 도커다.

docker run -d --name neo4j \
  -p 7474:7474 -p 7687:7687 \
  -e NEO4J_AUTH=neo4j/testpassword \
  neo4j:5

http://localhost:7474로 브라우저 콘솔에 접속할 수 있다. 설치 없이 가려면 Neo4j Aura의 무료 인스턴스를 써도 된다. 파이썬에서 붙는 코드:

connect.py
# pip install neo4j
from neo4j import GraphDatabase

driver = GraphDatabase.driver("bolt://localhost:7687", auth=("neo4j", "testpassword"))

def run(cypher, **params):
    with driver.session() as s:
        return list(s.run(cypher, **params))

print(run("RETURN 'connected' AS status")[0]["status"])

3. 만들기 — CREATE와 MERGE

노드와 관계를 만든다. Ch 5의 전자상거래 매핑을 그대로 적재해 보자.

load.py
run("""
MERGE (c:Customer {id: 1, name: '이수진', tier: 'gold'})
MERGE (o:Order {id: 101, total: 52000})
MERGE (p1:Product {id: 'A', name: '키보드'})
MERGE (p2:Product {id: 'B', name: '마우스'})
MERGE (c)-[:PLACES]->(o)
MERGE (o)-[:CONTAINS {qty: 1, price: 40000}]->(p1)
MERGE (o)-[:CONTAINS {qty: 1, price: 12000}]->(p2)
""")

CREATE 말고 MERGE를 기본으로

CREATE는 매번 새로 만들어 중복을 낳는다. MERGE는 "있으면 찾고 없으면 만든다" — 적재를 여러 번 돌려도 안전하다(멱등). 실전 적재는 거의 MERGE다.

4. 조회 — MATCH와 멀티홉

이제 Ch 1에서 벡터 RAG가 못 푼다고 한 멀티홉 질문을 풀어 보자. "이수진이 산 상품은?" — 고객에서 주문을 거쳐 상품까지 두 홉이다.

query.py
rows = run("""
MATCH (c:Customer {name: '이수진'})-[:PLACES]->(:Order)-[:CONTAINS]->(p:Product)
RETURN p.name AS product
""")
print([r["product"] for r in rows])   # ['키보드', '마우스']

벡터 검색이라면 "이수진"과 "키보드"가 한 문서에 같이 적혀 있길 기대해야 했다. 그래프에선 관계를 따라가면 끝이다. 홉이 더 늘어도 패턴만 길어질 뿐이다.

// "같은 상품을 산 다른 고객" — 3홉 추천의 씨앗
MATCH (c:Customer {name: '이수진'})-[:PLACES]->(:Order)-[:CONTAINS]->(p:Product)
      <-[:CONTAINS]-(:Order)<-[:PLACES]-(other:Customer)
WHERE other <> c
RETURN DISTINCT other.name

5. 자주 깨지는 포인트

MERGE를 통째로 쓰다 중복 매칭. MERGE (a)-[:R]->(b)에서 a나 b가 아직 없으면 통째로 새로 만든다. 노드를 먼저 각각 MERGE하고, 그 다음 관계를 MERGE하는 게 안전하다.

인덱스 없이 대량 매칭. MATCH (c:Customer {id: ...})가 느리면 CREATE INDEX로 라벨+속성에 인덱스를 건다. 적재 전에 핵심 조회 키에 인덱스부터.

방향에 집착하거나 무시하거나. Cypher의 -[:R]->는 방향을 지킨다. 방향 무관 조회는 -[:R]-(화살표 없이). 질문이 방향을 따지는지 먼저 정하라.

6. 연습 & 다음 챕터

실습 과제

  1. Ch 4의 의료 온톨로지(Drug/Disease/Ingredient)를 노드 5개·관계 5개로 적재하라.
  2. "두통을 치료하는 약 중 아세틸살리실산을 포함한 것"을 Cypher 한 질의로 찾아라.
  3. 위 추천 쿼리를 변형해 "이수진과 취향이 겹치는 고객 top 3"를 공통 상품 수로 정렬해 보라.

다음

지금까지는 정형 데이터를 손으로 넣었다. 다음은 비정형 텍스트에서 LLM으로 엔티티·관계를 뽑아 그래프를 자동으로 채운다 → Ch 7.

원전

  • Neo4j. Cypher Manual (v5).
  • Robinson, Webber & Eifrem (2015). Graph Databases (2nd ed.), O'Reilly