본 논문은 다양한 관점(문화적, 역사적, 스타일적)을 고려하여 미술 작품을 이해하는 새로운 프레임워크인 ArtRAG를 제안합니다. 기존의 다중 모달 대규모 언어 모델(MLLM)이 미술 작품 해석의 뉘앙스를 제대로 포착하지 못하는 한계를 극복하기 위해, ArtRAG는 도메인 특화 텍스트 소스로부터 자동 생성된 미술 맥락 지식 그래프(ACKG)를 활용합니다. ACKG는 예술가, 운동, 주제, 역사적 사건 등의 엔티티를 해석 가능한 그래프로 구성하여, 다중 입자 구조화된 검색기를 통해 관련 하위 그래프를 선택하고 MLLM의 생성을 안내합니다. SemArt 및 Artpedia 데이터셋 실험 결과, ArtRAG는 기존 모델들을 능가하는 성능을 보였으며, 인간 평가를 통해 일관성 있고 통찰력 있으며 문화적으로 풍부한 해석을 생성하는 것으로 확인되었습니다.
