LLM은 복잡한 조합 문제를 직접 해결하는 데 어려움을 겪어, 최근에는 실행 가능한 솔버를 생성하는 데 활용하는 추세입니다.
연구 결과, LLM이 솔버를 생성할 때 Python + OR-Tools 방식이 가장 높은 정확도를 보였으며, MiniZinc + OR-Tools 방식은 동일한 백엔드를 사용함에도 낮은 커버리지를 기록했습니다.
LLM이 생성한 솔버의 검색 최적화를 시도하면 속도 향상은 미미하며, 오히려 많은 경우 성능 저하와 정확도 하락을 초래하는 '휴리스틱 함정'이 발생할 수 있습니다.