본 논문은 대규모 언어 모델(LLM)과 식품 관련 지식 그래프(KG)를 통합하여 개인 맞춤형 식품 추천, 레시피 생성, 영양 정보 제공을 제공하는 통합 시스템인 KERL을 제시합니다. KERL은 자연어 질문을 입력받아 개체를 추출하고 KG에서 하위 그래프를 검색하여 LLM에 컨텍스트로 제공하여 제약 조건을 만족하는 레시피를 선택합니다. 이후, 각 레시피에 대한 조리 단계와 영양 정보를 생성합니다. 레시피 관련 질문, 제약 조건, 개인적 선호도를 결합하여 만든 벤치마크 데이터셋을 사용하여 기존 방법보다 성능이 우수함을 실험적으로 보여줍니다. 코드와 벤치마크 데이터셋은 공개적으로 제공됩니다.
