지식 그래프(Knowledge Graph) 위에서 관찰된 사실을 설명하는 논리적 가설을 대화형으로 생성하는 에이전트 프레임워크 HypoAgent가 arXiv(논문 번호 2605.31370)에 공개됐다. 2026년 5월 29일 제출된 이 연구는 기존 제어 가능한 가설 생성 방법들이 다중 턴 대화에서 사용자의 자연어 의도를 정확히 반영하지 못하고, 생성된 가설이 실패했을 때 세부 진단을 제공하지 못한다는 한계를 극복하기 위해 설계됐다.
HypoAgent는 세 가지 에이전트를 통합한다. 의도 인식 에이전트(Intent Recognition Agent)는 사용자 발화와 대화 이력을 실행 가능한 지식 그래프 조건으로 변환한다. 가설 생성 에이전트(Hypothesis Generation Agent)는 추출된 사용자 의도에 따라 제어 가능한 가설 생성을 수행한다. 근본 원인 분석 에이전트(Root Cause Analysis Agent)는 신뢰할 수 없는 가설 조각을 진단하고 지식 그래프 이웃 탐색을 통해 지원 가능한 수정 방향을 식별한다. 이 세 에이전트의 협력으로 단일 턴, 다중 턴, 무조건 설정 모두에서 가설 생성을 수행한다.
상식 도메인과 생의학 도메인 특화 지식 그래프를 대상으로 한 실험에서 HypoAgent는 단일 턴, 다중 턴, 무조건 설정 모두에서 의미론적 유사도 기준 최고 수준의 성능을 달성했다. 특히 다중 턴 대화에서 진화하는 자연어 의도를 지식 그래프 조건으로 정밀하게 반영하는 능력이 기존 방법 대비 개선됐다. 코드는 공개 링크를 통해 배포됐다.
국내 연구자와 개발자에게 HypoAgent는 의료 진단 보조, 약물 상호작용 분석, 기업 지식 베이스 질의 응답 등 지식 그래프 기반 추론이 필요한 분야에서 활용 가능성이 높다. 특히 생의학 도메인 지식 그래프를 보유한 의료 AI 스타트업이나 연구팀이라면 가추 추론 기반 가설 생성 기능을 파이프라인에 통합하거나, 다중 턴 대화형 인터페이스에서 의도 파악 정밀도를 높이는 데 이 프레임워크의 설계 패턴을 참고할 수 있다.
