콘텐츠 산업에서는 정보 과부하 문제에 대한 해결책으로 추천 시스템이 활용되고 있다. 그러나 기존의 추천 시스템은 데이터 희소성과 콜드 스타트에 대한 문제점을 가지고 있다. 이를 완화하기 위해 다양한 보조 데이터를 활용하는 방법들이 연구되고 있다. 본 연구의 목적은 노래의 가사 정보를 음악 추천 시스템에서 보조 데이터로 활용하는 방법을 제시함으로써 음악 추천 시스템의 성능을 향상시키는 데에 있다. 음악 추천 시스템의 성능 향상을 위한 방법으로, 가사 정보에서 키워드를 추출하여 보조 데이터로 활용한 지식 그래프 기반의 음악 추천 시스템을 제안한다. 본 연구의 음악 추천 시스템은 가사 키워드 추출에 자연어 임베딩 모델인 Sentence-BERT를 활용하였고, 음악 추천에 사용자 정보와 항목의 특징을 복합적으로 고려할 수 있는 KPRN을 활용하였다. 연구 결과, 본 연구의 가사 키워드 추출 방법을 활용한 추천 모델은 기존의 모델보다 추천 정확도가 높게 나타났다. 따라서 이러한 결과를 통해 가사 키워드 정보가 보조 데이터로써 지식 그래프 기반 음악 추천 시스템의 성능을 향상시킨다는 결론을 도출하였다.