# Agentic SPARQL: Evaluating SPARQL-MCP-powered Intelligent Agents on the Federated KGQA Benchmark

### 저자

Daniel Dobriy, Frederik Bauer, Amr Azzam, Debayan Banerjee, Axel Polleres

### 💡 개요

이 연구는 LLM 기반 지능형 에이전트가 SPARQL 엔드포인트를 통해 여러 지식 그래프를 통합하여 복잡한 질문에 답하는 능력을 평가합니다. SPARQL-MCP 프로토콜을 활용하여 에이전트가 엔드포인트를 탐색하고, 스키마를 이해하며, 연합 쿼리를 생성하는 과정을 설계하고 구현합니다. 제안된 Agentic SPARQL 방법론은 기존 KGQA 벤치마크를 FKGQA 벤치마크로 확장하여 이를 평가하고, 다양한 아키텍처 옵션을 비교 분석합니다.

### 🔑 시사점 및 한계

- LLM 기반 에이전트가 SPARQL 엔드포인트와의 연동을 통해 연합 지식 그래프 질의응답(FKGQA) 분야에서 상당한 잠재력을 가지고 있음을 보여줍니다.

- SPARQL-MCP 프로토콜의 표준화된 특성이 LLM 에이전트가 다양한 데이터 소스를 효과적으로 통합하고 활용하는 데 기여할 수 있음을 시사합니다.

- 엔드포인트 탐색, 스키마 이해, 쿼리 생성 등 연합 SPARQL 질의를 위한 에이전트 아키텍처의 다양한 옵션을 평가하고 비교했습니다.

- 에이전트의 복잡한 의사 결정 과정이나 동적인 엔드포인트 변화에 대한 대처 능력 등은 향후 연구에서 더 탐구될 필요가 있습니다.

---

[PDF 보기](https://arxiv.org/pdf/2603.06582)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).