TogoMCP: Natural Language Querying of Life-Science Knowledge Graphs via Schema-Guided LLMs and the Model Context Protocol
Kinjo, A. R., Yamamoto, Y., Bustamante-Larriet, S., Labra-Gayo, J. E., Fujisawa, T.
生命科学 지식 그래프를 자연어로 질의할 수 있게 해주는 MCP 기반 LLM 시스템이다.
DBCLS의 RDF Portal과 같은 생명과학 지식 그래프는 SPARQL과 데이터베이스별 RDF 스키마에 대한 전문 지식이 필요하여 대부분의 연구자가 접근하기 어렵다. LLM을 사용해도 스키마 맥락이 부족하면 존재하지 않는 프리디케이트를 생성하거나 엔티티 이름을 올바르게 식별하지 못하는 문제가 있다.
MCP(Model Context Protocol)를 활용하여 LLM을 프로토콜 기반 추론 엔진으로 재정의한다. 핵심은 두 가지 메커니즘이다: (i) 쿼리 시점에 대상 데이터베이스의 구조적, 의미적 맥락을 LLM에 동적으로 제공하는 MIE(Metadata-Interoperability-Exchange) YAML 파일; (ii) 완전한 프로토콜 프로시저보다 간결한 지시문이 동일한 평균 성능 향상을 달성함을 보여준다.
5개 유형, 23개 데이터베이스에 걸친 50개 생물학적 질문 벤치마크에서 기존 기반 대비 상당한 개선을 달성했다(Cohen's d = 1.82, Wilcoxon p < 0.001). 정확하고 검증 가능한 답변이 필요한 질문 유형에서 승률이 80%를 초과했으며,消融 연구를 통해 모든 구성 요소가 유의미한 개선을 제공함을 확인했다.