이질적이고 불완전하며 구조가 약한 문서에 흩어진 critical infrastructure(핵심 기반시설) 지식으로부터 신뢰할 만한 종속성 모델을 자동 구축하기 위해, 연구진은 근거 우선 다중 LLM 프레임워크를 제안했다. 여러 개방형 가중치 LLM이 정규화된 근거에서 후보 엔티티·종속관계를 독립적으로 추출한 뒤, 근거 검증·온톨로지 정합·엔티티 해소·종속관계 정렬·검증·융합·사람 검토 단계를 명확히 분리해 근거 기반과 온톨로지 조정, 종단점 해소, 모델 간 합의, 사람 검증을 각각 독립된 상태로 유지하면서 출처와 미해결 사례를 보존한다. 검증된 지식베이스(IKB)는 새로운 LLM 생성 지식을 추가하지 않고 결정론적으로 종속성 그래프(IDG)에 투영된다. 9개 인프라 프로젝트 평가에서 엔티티 복원 재현율은 방향성 종속관계 전체 복원보다 상당히 높았고, 모델 간 종속관계 후보 중첩도는 엔티티보다 훨씬 낮아 안정된 다수 합의보다는 서로 겹치지 않는 후보 주장이 나온다는 점이 확인됐다.

• •허니토명에서 핵심 인프럄 종생성 지식을 자둥하는 근거 우선 다중 LLM 프럜임워크 제안
• •여러 거밀 건중가 LLM이 확수 언말해석해 후보 엔티티·종생성 독립 추출
• •검증·온톨넬리 정합·엔티티 해상·종생성 정렜·검증·융합·사람 검토 단계를 뱄하구별 구보유
• •결정론적으로 IKB를 IDG로 톡임해 새 LLM 지식 추가 방지
• •9개 인프럄 폎읝트 검증에서 종생관개 모데간 중복륰 엔티티닥다 훨씬 낮은 일쓀확인