AutoSchema: Live Schema Grounding for Agentic Text-to-Sparql over Heterogeneous Knowledge Graphs

과학의 인터넷을 모든 책이 서로 다른 언어로 쓰여 있고, 저마다 고유한 분류 체계를 사용하며, 사서조차 다른 이들과는 통하지 않는 독특한 방언을 사용하는 거대하고 혼란스러운 도서관이라고 상상해 보십시오. 이것이 생명 과학 분야에서 **지식 그래프(Knowledge Graphs)**가 처한 현실입니다. 단 하나의 거대한 데이터베이스 대신, 과학자들은 유전자, 질병, 약물과 같은 것들을 위해 수천 개의 특화된 "그래프"(사실들의 디지털 지도)를 가지고 있습니다. 각 그래프는 정보의 보물창고이지만, 모두 서로 다르게 구축되어 있습니다. 어떤 그래프는 약물을 "약물 A"라고 부르는 반면, 다른 그래프는 이를 "화합물 X"라고 부를 수 있으며, 이들을 질병과 연결하는 방식 또한 완전히 다를 수 있습니다.

"이 특정 암을 치료하는 약물은 무엇인가?"와 같은 질문을 컴퓨터에게 던지려면, 여러분의 자연어 영어를 SPARQL이라 불리는 엄격한 컴퓨터 판독 가능 코드로 번역해야 합니다. 이는 마치 사서에게 책을 달라고 요청하면서, 듀이 십진분류법 번호와 특정 서가 코드, 그리고 카탈로그에 적힌 저자의 이름 철자까지 정확하게 알고 있어야 하는 것과 같습니다. 단 하나의 작은 디테일이라도 틀리면 컴퓨터는 아무것도 반환하지 않습니다. 수년 동안의 해결책은 인간(또는 똑똑한 AI)이 질문을 시작하기도 전에 모든 도서관에 대해 거대하고 완벽한 "참조 가이드"를 작성하는 것이었습니다. 하지만 만약 도서관의 서가가 하룻밤 사이에 바뀐다면 어떻게 될까요? 혹은 아무도 본 적 없는 완전히 새로운 도서관이라면 어떨까요? 그것이 바로 이 논문이 다루는 문제입니다. 어떻게 하면 컴퓨터 에이전트가 미리 작성된 매뉴얼 없이도, 도서관 안에 서 있는 상태에서 그 규칙들을 파악할 수 있을까요?

이 논문은 이러한 과학적 도서관을 위한 초스마트하고 호기심 많은 탐정 역할을 하는 AutoSchema라는 새로운 프레임워크를 소개합니다. 연구진이 "MIE 파일"이라고 부르는 정적인 "참조 가이드"가 구식이 될 때까지 기다리는 대신, AutoSchema는 AI 에이전트가 직접 "라이브" 데이터베이스로 가서 주변을 살피도록 합니다. 에이전트는 질문이 생겼을 때 규칙을 추측하는 것이 아니라, 데이터베이스 자체에 직접 묻습니다. "이봐요, 당신의 서가 이름은 무엇인가요? 이 유전자의 철자는 어떻게 되나요? 이 약물과 저 질병은 어떻게 연결되어 있나요?" 에이전트는 질문이 던져지는 바로 그 순간, 실시간으로 이러한 증거들을 수집합니다.

연구진은 다양한 까다로운 생물 의학 질문들을 사용하여, 기존의 방식(사전에 작성된 참조 가이드에 의존하는 방식)과 이 탐정을 비교 테스트했습니다. 그 결과, AutoSchema가 일반적으로 더 정확한 답을 찾아낸다는 것을 발견했습니다. 유전자와 질병을 다룬 테스트에서, 이 새로운 방법은 기존 방식보다 사실 관계를 더 자주 정확히 맞혔으며 실수도 더 적었습니다. 또한 "도구 호출(tool calls)"(데이터베이스에 질문을 시도하는 횟수)을 더 적게 사용했으며, 루프(반복)에 빠지는 일도 더 적었습니다. 저자들은 이 접근 방식이 참조 가이드가 아직 존재하지 않는 지저, 불규칙하거나 완전히 새로운 데이터베이스를 다룰 때 특히 유용하다고 제안합니다. 다만, 결과가 유망하기는 하지만, 두 개의 서로 다른 라이브러리를 연결하는 데 도움을 주는 "브리지(bridge)" 기능은 테스트에서 많이 사용되지 않았으며, 모든 시나리오에서 완벽하게 작동하는지 확인하기 위해 더 많은 실험이 필요하다는 점을 주의 깊게 명시했습니다.

요약하자면, 이 논문은 정적이고 미리 작성된 지도가 틀렸거나 구식이 될 수 있다면, 그 대신 AI 에이전트가 현장에서 직접 영역을 탐색하게 해야 한다고 주장합니다. 질문의 근거를 실제의 현재 상태인 데이터베이스에 둠으로써, 에이전트는 복잡하고 변화무쌍한 생명 과학 데이터의 지형을 더 정확하고 효율적으로 항해할 수 있습니다. 이는 "지도를 암기하는 것"에서 "길을 걸으며 지형을 익히는 것"으로의 전환입니다.