LLM 생성 선언적 명세를 통한 자연어와 인터랙티브 가상 분석(What-If) 인터페이스의 연결
Bridging Natural Language and Interactive What-If Interfaces via LLM-Generated Declarative Specifications
가상 분석(What-If Analysis, WIA)은 사용자가 인터랙티브 인터페이스를 통해 파라미터를 조정하고, 제약 조건을 적용하며, 데이터 범위를 설정함으로써 가상 시나리오를 탐색할 수 있도록 돕습니다. 그러나 기존 도구들은 한계가 있습니다. 스프레드시트 및 BI 도구는 많은 수작업 설정을 필요로 하는 반면, 대규모 언어 모델(LLM)이 생성한 인터페이스는 분석 의도를 잘못 해석하는 경우가 빈번합니다. 명시적인 중간 표현(intermediate representation)이 필요한지, 아니면 LLM이 WIA 인터페이스를 직접 생성할 수 있는지는 여전히 불분명합니다. 본 연구에서는 사람이 직접 작성한 정답 의도를 포함하여 11개 유형 및 5개 데이터셋에 걸친 405개의 WIA 질문으로 구성된 벤치마크를 구축했습니다. 평가 결과, 세 가지 LLM에 걸친 직접적인 원샷(one-shot) 생성은 17~45%의 경우에서 작동 가능한 인터페이스를 생성하지 못했으며, 인터페이스가 렌더링되더라도 질문의 목표(최대 77.5%) 및 제약 조건(최대 58.2%)을 잘못 표현하는 경우가 흔했습니다. 이에 따라 본 논문에서는 자연어(NL) 질문을 Praxa 명세 언어(Praxa Specification Language, PSL) 명세로 변환한 다음 인터페이스로 컴파일하는 2단계 워크플로우를 제시합니다. 오류가 명명된 속성으로 국소화되기 때문에, 직접 생성된 코드의 오류와 달리 분류체계 기반 수정(taxonomy-guided repair)을 통해 정확도를 52.42%에서 80.42%로 향상시킵니다.