연구진은 실제 예측 환경에서 통계적 예측을 의사 결정에 활용하기 위해 비정형 사업 맥락을 반영하는 '마지막 1마일 예측' 문제를 제기했어요.
이 문제를 해결하기 위해 예측 백본 위에 LLM 에이전트 프레임워크를 구축하여 예측 작업 공간을 통합하고, 맥락 증거 검색 도구를 활용하며, 구조적 안전 제약 하에 예측 수정 작업을 수행해요.
실제 사례 연구를 통해 LLM 에이전트가 통계적 예측과 사업에 적합한 예측 사이의 간극을 좁힐 수 있음을 입증했어요.