본 논문은 대규모 언어 모델(LLM)을 활용한 복잡한 그래프 추론 작업의 어려움을 해결하기 위해, GraphAgent-Reasoner라는 새로운 프레임워크를 제안한다. 이 프레임워크는 여러 에이전트의 협업 전략을 사용하여 명확하고 정확한 그래프 추론을 수행하며, 특히 분산 그래프 계산 이론에서 영감을 받아 그래프 문제를 작은 노드 중심의 작업으로 분해하고 여러 에이전트에게 분배한다. GraphAgent-Reasoner는 추가적인 fine-tuning 없이도 GraphInstruct 데이터셋에서 우수한 성능을 보이며, 실제 웹 페이지 중요도 분석과 같은 실세계 그래프 추론 문제에도 적용 가능하다.
