본 논문은 지식 그래프 질의 응답(KGQA)에서 지식 그래프의 불완전성 문제를 해결하기 위해, 구조적 지식과 비구조적 지식을 동적으로 통합하는 새로운 프레임워크인 Debate over Mixed-knowledge (DoM)을 제안한다. Multi-Agent Debate 패러다임을 기반으로, DoM은 KG와 외부 텍스트에서 추론을 수행하는 전문화된 에이전트를 할당하고, 반복적인 상호 작용을 통해 출력을 조정한다. 입력 질문을 하위 질문으로 분해하고, 이중 에이전트(KG 및 RAG)를 통해 증거를 검색하며, 판사 에이전트를 통해 중간 답변을 평가하고 집계한다. 또한, 현실적인 불완전성을 반영한 새로운 데이터셋인 Incomplete Knowledge Graph WebQuestions를 제시한다.
