이 연구는 제약충족문제(CSP)의 구조적 특징을 추출하는 코드를 LLM 에이전트가 '검사-수정-검증' 루프로 자동 합성하는 방법을 제안했다. MiniZinc 모델과 인스턴스가 주어지면 LLM 에이전트가 타입 있는 그래프 표현을 만들고 그래프 밀도, 변수 클러스터링, 제약 강도 등 구조적 속성을 계산하는 실행 가능한 파이썬 코드를 생성한다. 차량 경로, 자동차 순서 배정, 고정길이 오류정정 코드 등 3개 조합 문제와 5개 최신 솔버 포트폴리오로 평가한 결과, 합성된 특징 추출기는 전문가가 만든 mzn2feat 대비 FLECC에서 최대 8.3%p 높은 정확도를 보였고 트랜스포머 기반 trans2feat도 능가했다. 동시에 합성된 추출기는 사람이 검사할 수 있는 형태를 유지한다.

• •LLM 에이전트가 검사-수정-검증 루프로 CSP 특징 추출 코드를 자동 합성
• •그래프 밀도·변수 클러스터링·제약 강도 등 구조적 속성을 계산
• •FLECC 문제서 전문가 제작 mzn2feat 대비 최대 8.3%p 정확도 향상
• •트랜스포머 기반 trans2feat도 능가하면서 결과물은 사람이 검사 가능