CausalRAG: Integrating Causal Graphs into Retrieval-Augmented Generation
CausalRAG가 문서 그래프에서 질문과 관련된 인과 경로를 찾는 과정, ACL 2025 실험 결과, 그리고 이를 정식 인과추론으로 확대 해석해서는 안 되는 이유를 분석합니다.
Paper: Wang, N., Han, X., Singh, J., Ma, J., & Chaudhary, V. (2025). CausalRAG: Integrating Causal Graphs into Retrieval-Augmented Generation. Findings of the Association for Computational Linguistics: ACL 2025, 22680–22693. ACL Anthology · arXiv:2503.19878 · Official code
Abstract: Dense RAG는 질문과 의미가 가까운 passage를 잘 찾지만, 그 passage가 답에 필요한 원인–결과 구조까지 담고 있으리라는 보장은 없다. CausalRAG는 문서를 LLM 기반 엔티티–관계 그래프로 바꾸고, 질문과 가까운 k개 노드에서 s단계까지 그래프를 넓힌 다음, LLM으로 인과 경로를 골라 요약한다. 저자들이 보고한 OpenAlex 기반 평가에서 CausalRAG는 answer faithfulness 78.00, context recall 49.46, context precision 92.86을 기록해 네 비교 방법을 모두 앞섰다. 그러나 이 논문에서 말하는 “causal”은 구조적 인과모형이나 개입을 통한 인과 식별이 아니다. 문서의 관계 그래프에서 LLM이 인과적으로 보이는 서사를 찾아 검색 문맥을 정제하는 절차에 더 가깝다. 자동 생성 질문, Ragas와 GPT-4o-mini에 의존한 평가, 공개되지 않은 표본 수, 구성요소 제거 실험과 비용 분석의 부재를 감안하면, 이 결과는 유망하지만 아직 초기 단계인 증거로 읽는 편이 타당하다.
핵심 요약
| 항목 | 설명 |
|---|---|
| 연구 질문 | 의미가 비슷한 문서가 아니라, 질문의 원인–결과 설명에 꼭 필요한 문맥을 검색할 수 있는가? |
| 핵심 기여 | 밀집 검색으로 시작 노드를 찾고, 관계 그래프를 확장한 뒤, LLM으로 인과 경로를 선별·요약하는 과정을 하나의 RAG 파이프라인으로 묶었다. |
| 대표 결과 | CausalRAG는 faithfulness 78.00, recall 49.46, precision 92.86을 기록했다. HippoRAG2보다 각각 10.64, 2.24, 19.14포인트 높다. |
| 정확한 해석 | 정식 인과 발견이나 인과효과 추정이 아니라, 문서 그래프에서 LLM이 인과 경로를 골라 검색 문맥을 정제하는 방법이다. |
| 핵심 한계 | 문서·질문 수, 통계적 불확실성, 지연시간·토큰·API 비용이 보고되지 않았다. 같은 LLM 계열이 파이프라인과 자동평가에 관여하며, 정답 인과 그래프로 인과 타당성을 검증하지도 않았다. |
TL;DR
- CausalRAG는 문서를 LLM 기반 엔티티–관계 그래프로 바꾸고, 질문과 가까운
k개 노드에서s단계까지 그래프를 확장한 뒤, LLM으로 인과 경로를 선별·요약해 검색 문맥을 정제하는 RAG 파이프라인이다(Findings of ACL 2025). - CausalRAG는 OpenAlex 기반 자동평가에서 answer faithfulness 78.00·context recall 49.46·context precision 92.86을 기록해 Regular RAG·GraphRAG·HippoRAG2를 모두 앞섰으며, 특히 precision에서 HippoRAG2보다 19.14포인트 높다.
- CausalRAG의 "causal"은 그러나 구조적 인과모형이나 개입 기반 인과 식별이 아니라 LLM이 인과적으로 보이는 경로를 판별하는 절차이며, 표본 수·불확실성·비용 미보고와 구성요소 제거 실험 부재, 같은 LLM 계열이 파이프라인과 평가에 함께 관여하는 구조를 감안하면 유망하지만 초기 단계인 증거로 읽어야 한다.
목차
- 의미적 관련성과 인과적 관련성은 왜 다른가
- 이 논문에서 “인과 그래프”가 뜻하는 것
- CausalRAG는 어떻게 작동하는가
- 검색 지표로 본 문제 설정
- 기존 RAG·GraphRAG·HippoRAG2와 무엇이 다른가
- 실험 설계와 주요 결과
- 사례 연구와 매개변수 분석
- 주의해서 읽을 점과 한계
- 결론
1. 의미적 관련성과 인과적 관련성은 왜 다른가
표준 Dense RAG는 질문과 passage의 임베딩 거리를 기준으로 문서를 검색한다. “무엇에 관한 문서인가?”를 찾는 데는 강하지만, “어떤 메커니즘 때문에 이 결과가 생겼는가?”를 물을 때는 의미가 가까운 문장이 정작 필요한 설명을 담고 있지 않을 수 있다.
저자들이 겨냥한 실패는 세 갈래다.
- 청킹은 원문의 연결을 끊는다. 문장을 작은 단위로 나누면 앞뒤 문맥의 논리와 원인–결과 연결이 사라질 수 있다.
- 의미가 가깝다고 인과적으로도 중요한 것은 아니다. 같은 주제를 다루더라도 질문이 요구한 메커니즘에는 답하지 않는 passage가 상위에 오를 수 있다.
- 관련 문서를 찾는 것만으로 정확한 답이 나오지는 않는다. 검색 결과에 주변 정보가 많이 섞이면 생성 모델은 피상적인 공통점만 요약하기 쉽다.
이 차이는 실무에서도 중요하다. “수면 부족은 심장에 어떤 영향을 주는가?”라는 질문에 sleep, heart가 들어간 문장을 모으는 것과 sleep deprivation → cortisol → blood pressure/inflammation → vessel damage라는 경로를 복원하는 것은 서로 다른 검색 과제다.
저자들의 진단에 따르면 Regular RAG는 context recall은 확보하지만 precision이 낮고, GraphRAG는 그래프 요약과 순위화로 precision을 높이는 대신 필요한 문맥 일부를 잃는다. CausalRAG는 질문과 가까운 그래프 노드에서 출발하되, 원인–결과 설명에 기여하는 경로만 남겨 두 지표의 균형을 맞추려 한다.
2. 이 논문에서 “인과 그래프”가 뜻하는 것
먼저 인과추론의 그래프와 CausalRAG의 텍스트 그래프를 구분해야 한다.
정식 인과추론에서 방향성 비순환 그래프(DAG)나 구조적 인과모형(SCM)은 변수, 구조방정식, 개입, 교란에 관한 명시적 가정을 둔다. 어떤 간선을 X\rightarrow Y라고 부르려면 관찰된 상관관계 이상의 식별 조건이 필요하다.
CausalRAG는 여기서 출발하지 않는다. 먼저 LLM이 문서에서 엔티티와 개념을 노드로 뽑고, 그 사이의 일반적인 관계를 간선으로 연결한다. 질문과 가까운 노드는 밀집 임베딩으로 찾는다. 그런 다음 주변 하위 그래프를 넓혀, LLM 프롬프트로 “주요 인과 경로”와 근거의 강도를 서술하게 한다.
따라서 처음 만든 그래프의 모든 간선이 검증된 인과 간선인 것은 아니다. 질의 시점의 LLM이 관계 하위 그래프를 읽고 인과 경로를 판별하고 서술하는 단계가 따로 들어간다. 논문은 인과 식별 가정, 개입, 인과효과 추정량, 정답 인과 그래프에 기반한 정확도를 제시하지 않는다.
그러므로 이 글에서는 이 방법을 **LLM 매개 인과 경로 검색(LLM-mediated causal-path retrieval)**이라고 부르겠다. “인과 그래프를 사용한다”는 표현은 파이프라인의 목적과 프롬프트를 설명할 뿐, 그래프의 간선이 현실의 인과관계를 보증한다는 뜻은 아니다.
3. CausalRAG는 어떻게 작동하는가
그림 1. CausalRAG의 색인과 질의 시점 검색 과정. 질문과 가까운 시작 노드를 찾고, 그래프를 확장한 뒤 인과 경로와 요약을 생성한다. — 원논문 Figure 2를 주변 본문 없이 잘라 인용. 출처: Wang et al. (2025), CC BY 4.0.
3.1 오프라인 색인
문서 집합을 \mathcal{D}, 문서에서 만든 그래프를 G=(V,E)라고 하자. 색인은 세 단계로 진행된다.
- 텍스트 그래프 구성: LLM이 문서에서 엔티티와 개념을 노드
V로 추출하고, 그 사이의 관계를 간선E로 연결한다. - 그래프 임베딩: 그래프 노드와 텍스트 단위를 임베딩한다. 논문 구현은
all-MiniLM-L6-v2의 384차원 임베딩과 코사인 유사도를 사용한다. - 벡터 저장: 임베딩을 FAISS에 저장한다. 그래프 구축도 이 오프라인 단계에서 끝낸다.
여기서 만들어지는 것은 인과 그래프라기보다 엔티티–관계 그래프다. 논문은 LangChain으로 그래프를 구성했고, 사례 연구에서는 전문가 지식으로 그래프를 확인했다고 설명한다. 그러나 주요 데이터셋의 그래프를 모두 전문가가 검증했다는 보고는 없다.
3.2 질문과 가까운 시작 노드 찾기
질문 q를 임베딩한 뒤 그래프 노드와의 거리를 계산한다. 논문은 거리가 가장 작은 k개 노드를 시작점으로 선택한다.
S_k(q)
=
\underset{V' \subseteq V,\ |V'|=k}{\arg\min}
\sum_{v\in V'} d\!\left(f(q),f(v)\right)f(\cdot)는 임베딩 함수이고, d는 임베딩 거리다. 논문의 기본 설정은 k=3이다.
중요한 사실은 CausalRAG도 의미 기반 검색에서 출발한다는 점이다. 질문과 그래프가 처음 만나는 기준은 인과성이 아니라 밀집 임베딩의 유사도다.
3.3 그래프 확장
시작 노드에서 그래프의 간선을 따라 s단계 안에 있는 주변 노드를 모은다.
V_{k,s}
=
\left\{
v\in V
\;\middle|\;
\min_{u\in S_k(q)}
\operatorname{dist}_G(u,v)
\le s
\right\}s가 커지면 더 멀리 떨어진 관계와 문맥까지 포함할 수 있지만, 하위 그래프와 LLM 입력도 함께 커진다. 논문의 기본값은 s=3이다.
3.4 인과 경로 선별과 요약
확장한 하위 그래프를 LLM에 보내 인과 분석 보고서를 만든다. 보고서에는 주요 엔티티의 역할, 핵심 인과 경로, 주장별 신뢰도와 근거의 강도, 시사점과 권고가 담긴다.
이어 별도의 인과 요약 프롬프트가 이 보고서와 질문을 합쳐 최종 답변에 넣을 문맥을 만든다. 즉 질의 시점에는 그래프 순회만 일어나는 것이 아니라, 인과 보고서 생성과 답변 생성이라는 추가 LLM 단계가 들어간다.
4. 검색 지표로 본 문제 설정
논문은 Regular RAG와 GraphRAG의 차이를 context recall과 context precision으로 설명한다. 정답 근거 집합을 R, 검색된 i번째 문맥을 C_i, 조건이 참일 때 1을 반환하는 지시함수를 \mathbb{I}라고 하자.
\operatorname{ContextRecall}
=
\frac{
\sum_{i=1}^{N}\mathbb{I}(C_i\in R)
}{
|R|
}논문이 정의한 context precision은 검색된 관련 문맥 가운데 질문과 인과적으로 연결된 항목의 비율이다.
\operatorname{ContextPrecision}
=
\frac{
\sum_{i=1}^{N}\mathbb{I}_{Q}(C_i\in R)
}{
\sum_{i=1}^{N}\mathbb{I}(C_i\in R)
}\mathbb{I}_{Q}는 해당 문맥이 질문과 인과적으로 관련됐다고 판정될 때 1이다. 이 정의는 일반적인 정보 검색의 precision보다 좁다. 단순히 관련 있는지가 아니라 질문이 요구하는 인과 설명에 기여하는가를 분자에 넣기 때문이다.
실험 점수는 Ragas의 answer faithfulness, context recall, context precision으로 계산됐다. 다만 이 지표들은 독립적인 인과 정답 검사라기보다 LLM 기반 자동평가다. 특히 “인과적으로 관련됐다”는 판정의 품질이 지표의 신뢰도를 좌우한다.
5. 기존 RAG·GraphRAG·HippoRAG2와 무엇이 다른가
| 방법 | 색인과 검색 | 강점 | CausalRAG와의 차이 |
|---|---|---|---|
| Regular RAG | 청크 임베딩과 의미 기반 top-k |
단순하고 빠르며 어휘·의미 단위의 recall에 강하다. | 문서 사이의 관계나 인과 경로를 복원하지 않는다. |
| GraphRAG-Local | 원시 그래프의 지역 엔티티·문맥 검색 | 구체적인 사실을 정밀하게 찾는 데 강하다. | 질문의 목적에 맞춰 인과 경로를 선별하지 않는다. |
| GraphRAG-Global | 커뮤니티 요약 검색 | 문서 전체의 주제와 포괄적인 질문에 유리하다. | 요약 과정에서 국소적인 근거가 빠질 수 있다. |
| HippoRAG2 | 시작 노드, PPR, passage 노드와 선별된 triple | 연관 기억과 다중 홉 검색에 강하다. | 연관성 점수가 질문별 인과 주장을 직접 검증하지는 않는다. |
| CausalRAG | 밀집 검색 → 그래프 확장 → LLM 인과 보고서 | 질문이 요구하는 메커니즘을 중심으로 문맥을 정제한다. | 질의 시점의 LLM 호출과 인과 판정에 비용과 오류 가능성이 더해진다. |
CausalRAG가 의미 검색을 인과 검색으로 완전히 바꾸는 것은 아니다. 밀집 임베딩 유사도로 시작점을 찾고, 관계 그래프로 후보 범위를 넓힌 뒤, LLM이 인과적 관련성을 판별한다. 의미 검색과 그래프 검색, 생성형 선별을 차례로 잇는 구조다.
HippoRAG와도 무게중심이 다르다. HippoRAG는 그래프의 위상과 PageRank로 말뭉치 수준의 연관성을 퍼뜨린다. CausalRAG는 질문 주변의 비교적 작은 하위 그래프를 만든 다음, LLM에게 인과 경로를 서술하게 한다. 전자는 그래프 점수화의 비중이 크고, 후자는 질의 시점의 생성형 판단에 더 많이 의존한다.
6. 실험 설계와 주요 결과
6.1 데이터셋과 평가 설정
저자들은 OpenAlex에서 학술 논문을 표집하고 분야를 Life Sciences, Computing & Math, Social Sciences, Physics, Other로 나눴다. Table 1에 따르면 전체 토큰 수는 21,285다.
각 문서에서는 GPT 계열 LLM이 질문 다섯 개를 만든다. 부록에 따르면 답이 본문에 그대로 존재하도록 질문 생성을 제한했다. 검색 성능을 평가하기는 쉬워지지만, 실제 사용자가 던지는 개방형 인과 질문보다는 과제가 단순해질 수 있다.
| 축 | 설정 |
|---|---|
| Baseline | Regular RAG, GraphRAG-Global, GraphRAG-Local, HippoRAG2 |
| Base LLM | GPT-4o-mini |
| Embedding | all-MiniLM-L6-v2, 384 dimensions, cosine similarity |
| Vector store | FAISS |
| CausalRAG 매개변수 | k=s=3 |
| 평가 | Ragas answer faithfulness, context recall, context precision |
논문은 표집한 문서 수와 전체 질문 수를 명시하지 않는다. 문서마다 질문을 다섯 개 만들었다는 설명만으로는 평가 표본의 크기를 복원할 수 없다.
6.2 주요 결과
그림 2. OpenAlex 기반 주요 평가. CausalRAG는 세 자동평가 지표에서 가장 높은 단일 점수를 기록했다. — 원논문 Figure 3을 주변 본문 없이 잘라 인용. 출처: Wang et al. (2025), CC BY 4.0.
| System | Answer faithfulness | Context recall | Context precision |
|---|---|---|---|
| Regular RAG | 63.86 | 46.06 | 47.34 |
| GraphRAG-Global | 55.27 | 40.65 | 66.67 |
| GraphRAG-Local | 65.30 | 41.54 | 89.18 |
| HippoRAG2 | 67.36 | 47.22 | 73.72 |
| CausalRAG | 78.00 | 49.46 | 92.86 |
가장 눈에 띄는 차이는 context precision이다. CausalRAG는 Regular RAG보다 45.52포인트, HippoRAG2보다 19.14포인트 높다. Answer faithfulness도 HippoRAG2를 10.64포인트 앞선다. 반면 recall 차이는 2.24포인트로 비교적 작다.
저자들의 핵심 주장은 인과 경로 선별이 그래프 방식의 높은 precision을 유지하면서 recall 손실을 줄였다는 것이다. 보고된 단일 점수에서는 실제로 그런 패턴이 보인다. 다만 신뢰구간, 여러 차례의 반복 실험, 유의성 검정이 없어 점수 차이가 얼마나 안정적인지는 판단하기 어렵다.
이 결과만으로 환각이 전반적으로 줄었다고 결론 내릴 수도 없다. Answer faithfulness는 Ragas가 답변과 참조 문서의 일치를 자동으로 평가한 값이다. 사실성 벤치마크나 사람 평가로 환각 비율을 직접 측정한 결과는 아니다.
7. 사례 연구와 매개변수 분석
7.1 한 마케팅 논문에서 나타난 검색 차이
그림 3. 영업 영향 전술이 계약 수주에 미치는 경로를 묻는 사례. Regular RAG는 관련 표현을, GraphRAG는 커뮤니티 문맥을, CausalRAG는 Influence Tactics → Buyer Attention → Contract Award 경로를 반환한다. — 원논문 Figure 4를 주변 본문 없이 잘라 인용. 출처: Wang et al. (2025), CC BY 4.0.
질문은 “서로 다른 영향 전술의 조합이 영업 계약을 따낼 가능성에 어떤 영향을 미치는가?”다. Regular RAG는 영향 전술과 계약 수주를 언급하지만 둘을 잇는 메커니즘은 제시하지 못한다. GraphRAG는 구매자의 주의를 포함하지만 커뮤니티 보고서에 주변 정보가 섞인다. CausalRAG는 구매자의 주의를 매개 요인으로 삼는 경로를 남겨 전술 조합의 효과를 설명한다.
이 사례는 방법의 의도를 선명하게 보여준다. 그러나 근거는 논문 한 편과 질문 하나에 대한 정성적 예시에 그친다. 그림의 Wrong, Partly Correct, Correct 판정도 대규모 눈가림 사람 평가가 아니라 이 사례에 한정된 전문가 판단이다.
같은 논문을 초록 250토큰, 서론 1,000토큰, 전체 논문 16,000토큰으로 늘린 후속 실험에서 CausalRAG의 종합 점수는 각각 72.43, 74.86, 91.69였다. 모든 길이에서 비교 방법보다 높았지만, 이 역시 문서 한 편에서 나온 결과다. “다양한 긴 문맥 환경에서 강건하다”고 일반화하기보다는 한 사례에서는 입력 길이가 늘어도 우위가 유지됐다고 읽는 편이 정확하다.
7.2 k와 s 사이의 절충
그림 4. 시작 노드 수 k와 그래프 확장 깊이 s에 따른 세 지표의 평균. — 원논문 Figure 6을 주변 본문 없이 잘라 인용. 출처: Wang et al. (2025), CC BY 4.0.
k=s=1에서 종합 점수는 0.534이고, 논문 기본값인 k=s=3에서는 0.759, k=s=5에서는 0.824다. 시작 노드를 늘리고 더 깊게 확장할수록 대체로 성능이 좋아지지만, 모든 구간에서 꾸준히 오르지는 않는다.
특히 히트맵의 전체 최댓값은 k=5,s=3의 0.842다. 본문은 “가장 높은 값인 k=5,s=5가 최선의 결과”라고 서술하지만, Figure 6에서 k=5,s=5의 값은 0.824다. 이 글에서는 그림에 표시된 수치를 우선했다.
이 결과는 s를 무조건 키우는 것보다 k를 늘리는 편이 더 효과적일 수 있음을 시사한다. 다만 논문은 설정별 지연시간, 토큰 수, 하위 그래프 크기를 함께 제시하지 않아 품질과 비용의 경계선은 계산할 수 없다.
8. 주의해서 읽을 점과 한계
8.1 인과 타당성은 직접 평가하지 않았다
논문은 answer faithfulness와 context 지표를 평가하지만, 추출한 인과 간선의 정확도나 경로의 인과적 타당성, 교란변수 누락 여부는 평가하지 않는다. LLM이 그럴듯한 메커니즘을 쓰는 능력과 실제 인과관계를 식별하는 능력은 같지 않다.
특히 의학·법률·정책처럼 잘못된 인과 주장의 대가가 큰 영역으로 결과를 확장하려면, 논문에는 다음 검증이 빠져 있다.
- 간선마다 원문 근거와 양상(modality) 저장
- 상관관계, 시간적 선행, 메커니즘, 개입 근거 구분
- 도메인 전문가 검토 또는 정답 인과 그래프와 비교
- 반대 방향 간선과 교란변수 후보 검사
- 불확실한 경로를 “판단 보류”로 남기는 정책
8.2 질문 생성과 평가가 같은 모델에 묶여 있다
질문은 LLM이 만들며, 답이 본문에 그대로 존재하도록 제한된다. 그래프 구성, 인과 분석, 답변 생성과 Ragas 평가에도 GPT-4o-mini가 관여한다. 같은 모델 계열의 표현 선호가 질문과 답변, 평가에 거듭 반영될 수 있는 구조다.
이 사실만으로 결과가 무효가 되는 것은 아니다. 하지만 독립적인 사람 평가, 다른 판정 모델, 실제 사용자 질문, 비인과적 방해 문장을 넣은 적대적 평가가 없으므로 외적 타당성에는 한계가 있다.
8.3 어느 구성요소가 성능을 높였는지 알기 어렵다
주요 비교에는 다음과 같은 구성요소 제거 실험이 없다.
- 그래프 확장 없이 인과 요약만 사용
- 관계 그래프는 유지하되 인과 프롬프트 제거
- 같은 토큰 예산을 쓰는 일반 재순위화 모델과 비교
- 인과 보고서 생성 1회와 답변 생성 2회의 효과 분리
- 전문가가 검증한 그래프와 LLM이 만든 원시 그래프 비교
따라서 향상이 정말 “인과성”에서 나왔는지, 아니면 질의 시점에 더 많은 LLM 연산과 구조화된 요약을 사용한 덕분인지 분리할 수 없다.
8.4 비용과 재현성
CausalRAG는 질문마다 하위 그래프를 분석해 인과 보고서를 만들고 최종 답변까지 생성해야 한다. 그러나 논문은 비교 방법별 지연시간, 입출력 토큰, API 비용, 그래프 구축 시간, 메모리 사용량을 보고하지 않는다. 같은 k를 사용하더라도 Regular RAG의 passage 3개, GraphRAG의 커뮤니티 3개, HippoRAG2의 triple 3개, CausalRAG의 시작 노드 3개가 같은 문맥량이나 연산량을 뜻하지는 않는다.
공식 저장소는 현재 빠른 시작 안내와 패키지 구조를 제공한다. 하지만 문서에 적힌 기본값은 gpt-5-nano, seed_top_k=5, max_nodes=200, path_max_len=5로, 논문의 GPT-4o-mini·k=s=3 설정과 다르다. 현재 기본 설정으로 얻은 실행 결과를 ACL 2025 수치의 재현으로 간주해서는 안 된다.
Liner의 짧은 리뷰는 세 연구 질문과 Figure 3의 결과를 빠르게 확인하는 데 유용하다. 다만 “인과 그래프가 검색을 개선했다”는 결론을 중심으로 요약해, 초기 그래프가 일반 관계 그래프라는 점, 인과 경로를 LLM 프롬프트로 판정한다는 점, 주요 평가가 인과 간선의 정확성을 측정하지 않는다는 점은 다루지 않는다. 이런 해설은 파이프라인을 파악하는 지도는 될 수 있지만, 인과 타당성의 근거를 대신할 수는 없다.
9. 결론
CausalRAG의 핵심은 “무슨 주제인가”보다 “어떤 원인–결과 설명에 필요한가”를 검색 기준에 넣은 데 있다. 밀집 임베딩 유사도로 시작 노드를 찾고, 관계 그래프를 확장한 뒤, LLM이 질문에 필요한 인과 경로와 요약을 만든다. OpenAlex 기반 자동평가에서는 faithfulness 78.00, recall 49.46, precision 92.86을 기록했으며, 특히 precision에서 큰 차이를 보였다.
논문에서 오래 남을 부분도 “인과 그래프”라는 이름보다 질문이 요구하는 설명 구조를 검색 기준에 넣는다는 설계 원리다. 주제가 비슷한 문맥과 답의 메커니즘을 밝히는 데 필요한 문맥을 구분하려는 발상은 Dense RAG와 GraphRAG 모두에 적용할 수 있다.
그렇다고 근거의 범위를 넓혀 잡아서는 안 된다. 인과 간선의 실제 타당성을 평가하지 않았고, 자동 생성 질문과 자동평가에 크게 의존하며, 표본 수·불확실성·비용·구성요소 제거 실험도 부족하다. 따라서 CausalRAG는 정식 인과추론 시스템이라기보다 인과 경로를 고려하는 유망한 RAG 프로토타입으로 보는 편이 정확하다. 후속 연구에서 필요한 것은 더 높은 단일 점수만이 아니다. 인과 타당성과 출처 추적, 답변 보류 정책, 동일한 연산 예산에서의 독립 평가가 함께 갖춰져야 한다.
References
Edge, D., Trinh, H., Cheng, N., Bradley, J., Chao, A., Mody, A., Truitt, S., & Larson, J. (2024). From local to global: A graph RAG approach to query-focused summarization [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2404.16130
Es, S., James, J., Espinosa-Anke, L., & Schockaert, S. (2023). Ragas: Automated evaluation of retrieval-augmented generation [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2309.15217
Gutiérrez, B. J., Shu, Y., Qi, W., Zhou, S., & Su, Y. (2025). From RAG to memory: Non-parametric continual learning for large language models [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2502.14802
Lewis, P., Perez, E., Piktus, A., Petroni, F., Karpukhin, V., Goyal, N., Küttler, H., Lewis, M., Yih, W.-T., Rocktäschel, T., Riedel, S., & Kiela, D. (2020). Retrieval-augmented generation for knowledge-intensive NLP tasks. Advances in Neural Information Processing Systems, 33, 9459–9474. https://proceedings.neurips.cc/paper/2020/hash/6b493230205f780e1bc26945df7481e5-Abstract.html
Liner. (2025, March 25). CausalRAG: Integrating causal graphs into retrieval-augmented generation—Quick review. https://liner.com/review/causalrag-integrating-causal-graphs-into-retrievalaugmented-generation
Pwnb. (n.d.). CausalRAG [Computer software]. GitHub. https://github.com/Pwnb/CausalRAG
Wang, N., Han, X., Singh, J., Ma, J., & Chaudhary, V. (2025). CausalRAG: Integrating causal graphs into retrieval-augmented generation. In W. Che, J. Nabende, E. Shutova, & M. T. Pilehvar (Eds.), Findings of the Association for Computational Linguistics: ACL 2025 (pp. 22680–22693). Association for Computational Linguistics. https://doi.org/10.18653/v1/2025.findings-acl.1165