실제 환경에서의 데이터 분석: 실세계 데이터 복잡성에 대한 대규모 언어 모델 벤치마킹
Data Analysis in the Wild: Benchmarking Large Language Models Against Real-World Data Complexities
실세계 데이터 분석 환경을 반영하지 못하는 기존 벤치마크의 한계를 극복하기 위해, 정부 공개 데이터 기반의 DataGovBench를 제안하며 대규모 다중 테이블 환경에서의 Table QA와 탐색적 분석 기반의 Table Insight 두 가지 태스크를 포함한다. 최신 대규모 언어 모델(LLM)을 에이전틱 프레임워크와 함께 평가한 결과, 두 태스크 모두에서 상당한 성능 격차가 드러나 현재 LLM 기반 시스템이 실제 데이터 분석 수요를 충족하기에는 여전히 미흡함을 보여준다.