본 논문은 SemEval-2026 Task 11에 제출된 시스템을 설명하며, 자연어 삼단논법을 FOL로 변환하는 LLM 기반 파서, 자동화된 정리 증명기, 그리고 선택적 모듈들을 결합한 효율적인 모듈식 신경-기호 접근 방식을 제시합니다.
시스템은 대부분의 하위 작업에서 LLM 기반 제로샷 기준선보다 높은 정확도를 달성하며, 40억 파라미터 규모의 작은 LLM을 사용합니다.
본 연구는 작은 LLM의 제한적인 다국어 기능을 보여주며, SemEval-2026 Task 11의 주요 순위 측정 지표에 대한 논의와 분석을 포함합니다.