연구진은 그래프 신경망(GNN)을 활용한 그래프 클러스터링 프레임워크를 제안했어요. 이 프레임워크는 자기 학습 방식으로 여러 라운드를 거쳐 노드 표현을 생성하고 클러스터링하며, 네트워크 정보와 노드 속성을 동시에 활용해요. 합성 데이터 실험 결과, 네트워크나 속성 정보에만 집중하는 기존 알고리즘보다 성능이 우수했으며, 실제 데이터셋에서도 경쟁력 있는 결과를 보였어요.