본 논문은 대규모 언어 모델(LLM) 기반 질의응답(QA) 시스템의 한계점인 추론 능력 부족, 지식의 시대착오성, 환각 현상 등을 해결하기 위해 LLM과 지식 그래프(KG)를 결합하는 최신 연구 동향을 체계적으로 조망합니다. LLM과 KG 통합 방법론을 QA 유형과 KG의 역할에 따라 새로운 구조적 분류 체계를 제시하고, 최신 연구들을 강점, 한계점, KG 요구사항 등을 중심으로 비교 분석합니다. 또한, 각 접근 방식을 QA 유형과 연관 지어 다양한 복잡한 QA 과제 해결 방식을 논의하고, 발전 상황, 평가 지표, 벤치마크 데이터셋을 요약하며, 향후 연구 과제와 기회를 제시합니다.
