이 논문은 기업 분석 업무에서 언어모델이 질문을 해석하고 결정론적 정책이 사전 승인된 분석 프로그램을 선택·실행하도록 하는 '거버넌스형' 접근을 연구한다. 관계형 연산에 집계, 비교, 윈도우, 순위, 유사도를 더한 정의된 분석 클래스 안에서도 충분한 표현력을 유지할 수 있음을 보였고, 고정된 의미·정책·데이터·실행 규칙 덕분에 결과 재현이 가능하다. 440회 실행 실험에서 8B급 모델 3종이 런타임에 SQL을 생성하고 도구를 선택한 반면, Qwen3-8B는 의도만 해석하고 정책이 승인된 프로그램을 실행했다. 런타임 계획 수립 방식은 330건 중 답변-근거 계약을 완전히 충족한 사례가 하나도 없었던 반면, 정책 실행 분석기는 110건 중 110건 모두 일치했다.
- •언어모델이 의도만 해석하고 결정론적 정책이 사전 승인된 분석 프로그램을 실행하는 거버넌스형 기업 분석 접근 제안
- •관계형 연산+집계·비교·윈도우·순위·유사도로 구성된 분석 클래스 내에서 표현력과 재현성 동시 확보
- •440회 실행 실험에서 8B급 모델의 런타임 SQL 생성·도구 선택 방식과 비교
- •런타임 계획 수립 방식은 330건 중 답변-근거 계약 완전 충족 사례 0건
- •정책 실행 분석기는 110건 중 110건 모두 완전 일치, 특정 구성에 한정된 결과임을 명시
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
MasterControl Seventeen Every Time
- 1.언어모델은 질문 해석만 담당하고, 사전 승인된 결정론적 분석 프로그램이 실행과 근거 제시를 맡는 거버넌스형 엔터프라이즈 분석 구조 연구
- 2.관계형 연산·집계·비교·윈도·랭킹·유사도로 제한해도 충분히 표현력 있는 분석이 가능함을 입증
- 3.440회 실행 실험에서 런타임에 SQL을 생성하고 도구를 선택한 8B 모델 330건 중 답변-근거 계약을 완전히 충족한 사례는 0건
- 4.반면 의도 해석만 LLM이 맡고 정책이 실행한 방식은 110건 중 110건 모두 일치
왜 중요한가?
LLM이 매번 즉석에서 쿼리를 생성하는 방식이 재현성과 정확성 면에서 취약할 수 있음을 실증해, 기업용 AI 분석 도구 설계에서 '해석은 LLM, 실행은 결정론적 정책'이라는 대안 아키텍처의 실효성을 보여준다.
언급 프로젝트
본문 미리보기
arXiv:2609.03209v1 Announce Type: new Abstract: We study a governed approach to enterprise analytics: a language model interprets the question, while deterministic policy selects and runs a pre-approved analytical program that returns both results and evidence. We show that this restriction can remain expressive within a defined analytical class, using relational operations plus aggregation, comparison, windows, ranking, and similarity. Fixed meaning, policy, data, and execution rules also make
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:39AI 초안
![[AI리더의 서가] Agentic AI 구축 개발의 모든 것](https://cdn.aitimes.com/news/photo/202610/215958_219938_244.jpg)
