연구진은 LLM을 활용해 사용자의 자연어 입력을 구조화된 최적화 모델 업데이트로 변환하고, 적절한 재최적화 기법을 선택하는 새로운 프레임워크를 제시했어요. 이 프레임워크는 기존 OR 전문가 의존도를 줄이고 의사 결정 지원 시스템의 지속 가능성을 높여요.
온라인 공급망 재최적화와 대학 시험 스케줄링 두 가지 실제 사례 연구에서, 제안된 프레임워크는 계산 효율성을 크게 향상시키고 모델 수정의 해석 가능성과 추적성을 개선했어요.
프레임워크는 과거 솔루션, 유효 부등식, 솔버 설정, 메타휴리스틱 등 원시 정보를 활용하여 재최적화 속도를 높이고 솔루션 품질을 유지하는 데 기여해요.