본 논문은 복잡한 시스템을 이해하고 모델링하는 데 널리 사용되는 인과 그래프의 비교 연구에 초점을 맞추고 있다. 연구자들이 서로 다른 관점에서 인과 그래프를 구성함으로써 동일한 문제에 대한 상이한 결과를 초래하고, AI 도구의 등장으로 인해 이러한 불일치 문제가 더욱 심화되고 있음을 지적한다. 기존의 인과 그래프 비교 방법들이 구조적 유사성에만 집중하고 의미론적 관계를 고려하지 못하는 한계를 극복하기 위해, 40개 이상의 기존 지표를 검토하고, 의미론적 유사성 지표 4개와 그래프 커널 5개를 선별하여 평가하였다. 합성 데이터셋을 이용한 실험 결과를 통해 다양한 지표들이 인과 그래프 유사성의 서로 다른 측면을 포착함을 보여주고, 다양한 지표를 활용해야 함을 강조한다.
