본 논문은 검색 증강 생성(RAG) 방법론에서 지식 그래프와 같은 구조화된 데이터를 활용하는 GraphRAG의 연구를 다룬다. 특히, Resource Description Framework(RDF) 대신 Cypher 및 Labeled Property Graph (LPG) 데이터베이스를 활용하는 방법을 탐구한다. 이를 위해, LPG 기반 그래프 데이터에 대한 자연어 인터페이스 역할을 하는 텍스트-Cypher 쿼리 생성을 위한 모듈형 LLM 에이전트 시스템인 Multi-Agent GraphRAG를 제안한다. 제안된 시스템은 Memgraph를 그래프 데이터베이스 백엔드로 사용하여 자동 Cypher 쿼리 생성 및 실행을 위한 LLM 기반 워크플로우를 특징으로 한다. 또한, 반복적인 내용 인식 수정 및 정규화와 집계된 피드백 루프를 통해 생성된 쿼리의 의미론적 및 구문론적 개선을 보장한다. CypherBench 그래프 데이터 세트와 IFC 데이터를 기반으로 한 속성 그래프를 활용하여 시스템을 평가하고, 산업 자동화와 같은 실제 응용 분야에 적용 가능함을 보여준다.
