본 논문은 자율주행 자동차(AV) 검증에 필수적인 시뮬레이션 기반 테스트에서 기존 시나리오 생성 방법의 한계를 극복하기 위해 온라인, 검색 증강 대규모 언어 모델(LLM) 프레임워크를 제시합니다. LLM 기반 행동 분석기를 사용하여 배경 차량의 가장 위험한 의도를 추론하고, 추가 LLM 에이전트를 통해 실행 가능한 적대적 경로를 생성합니다. 새로운 의도가 발생하면 동적 메모리 및 검색 저장소를 통해 의도-계획자 쌍의 행동 라이브러리를 자동으로 확장하여 망각을 완화하고 적응을 가속화합니다. Waymo Open Motion Dataset을 사용한 평가 결과, 평균 최소 충돌 시간을 1.62초에서 1.08초로 단축하고 충돌률을 75% 감소시키는 등 기존 방법보다 우수한 성능을 보였습니다.
