본 논문은 과학 데이터의 예측 성능 향상을 위한 특징 생성(FG)에 초점을 맞추고 있습니다. 기존의 특징 생성 방법은 고차원 특징 조합 생성에 대한 전문 지식과 계산 비용의 문제점을 가지고 있습니다. 이에 본 논문에서는 데이터 중심 인공지능(DCAI) 패러다임에 기반하여 다중 에이전트 특징 생성(MAFG) 프레임워크를 제안합니다. MAFG는 다중 에이전트가 강화 학습을 통해 고차원 특징 조합을 생성하고, 대규모 언어 모델(LLM)을 활용하여 생성된 특징을 평가하는 반복적인 탐색 과정을 거칩니다. 실험 결과, MAFG 프레임워크는 과학 데이터 분석 작업에서 특징 생성 과정을 자동화하고 성능을 향상시키는 것을 보여줍니다.
