본 논문은 자연어를 그래프 질의 언어(GQL)로 변환하는 연구(NL2GQL)에서 기존의 단일 턴 변환 방식의 한계를 지적하고, 실제 응용 환경에서의 다중 턴, 동적, 맥락 의존적인 사용자 상호작용을 고려한 연구의 필요성을 강조합니다. 단일 턴 변환 방식은 복잡한 질의나 다중 턴 대화에는 효과적이지 못하며, 고품질의 다중 턴 NL2GQL 데이터셋 부족 또한 연구 발전을 저해하는 요인입니다. 이에 본 논문은 대규모 언어 모델(LLM)을 기반으로 다중 턴 NL2GQL 데이터셋을 자동 생성하는 방법을 제안하고, 금융 시장 그래프 데이터베이스를 이용하여 MTGQL 데이터셋을 구축하여 공개합니다. 아울러 다중 턴 NL2GQL 변환의 효과를 평가하기 위한 세 가지 기준 방법을 제시하여 향후 연구를 위한 기반을 마련합니다.
