연구진은 의료 시스템 간 지식 정렬 시, 기존 방식이 정적인 매칭 문제로 접근하여 맥락 의존성을 간과하는 한계를 지적했어요.
질의 의존형 개체 정렬(QCEA)을 제안하여, 소스 개체의 텍스트 설명을 질의로 활용, 대상 그래프 내 후보 개체를 순위화하는 방식으로 맥락에 따른 정렬을 가능하게 해요.
TCM--WM 지식 그래프를 활용한 실험 결과, QCEA는 기존 방식보다 Hit@K, MRR 등 순위 민감 지표에서 성능 향상을 보였고, RAG 실험에서 더 나은 증거 검색, 근거 강화, 답변 정확도 향상을 확인했어요.