본 논문은 마이크로서비스 시스템의 고장 진단에 널리 사용되는 그래프 신경망(GNN)의 효용성에 대한 재검토를 제시합니다. 기존 연구들이 전처리 과정과 GNN 아키텍처의 기여를 구분하지 않고 평가했던 점을 지적하며, 그래프 구조가 필수적인지 여부를 확인하기 위해 그래프 모델링을 배제하면서 다중 모드 융합 기능을 유지하는 최소한의 기준 모델 DiagMLP를 제안합니다. 다섯 개의 데이터셋을 이용한 실험 결과, DiagMLP는 고장 감지, 위치 파악, 분류 작업에서 최첨단 GNN 기반 방법들과 동등한 성능을 달성했습니다. 이는 그래프 구조가 필수적이라는 기존 가정에 이의를 제기하며, 전처리 과정이 이미 중요한 의존성 정보를 포함하고 있고, GNN 모듈은 다중 모드 융합 이상으로는 기여도가 미미함을 시사합니다. 따라서 본 논문은 아키텍처 복잡성에 대한 체계적인 재평가와 모델 혁신을 검증하기 위한 표준화된 기준 모델 프로토콜의 필요성을 강조합니다.
