LLM/Agent-as-Data-Analyst: A Survey
Created by
- Haebom
Category
Empty
저자
Zirui Tang, Weizheng Wang, Zihang Zhou, Yang Jiao, Bangrui Xu, Boyu Niu, Dayou Zhou, Xuanhe Zhou, Guoliang Li, Yeye He, Wei Zhou, Yitong Song, Cheng Tan, Xue Yang, Chunwei Liu, Bin Wang, Conghui He, Xiaoyang Wang, Fan Wu
LLM/Agent-as-Data-Analyst: A Survey
개요
본 논문은 대규모 언어 모델(LLM)과 에이전트 기술이 데이터 분석 작업(LLM/Agent-as-Data-Analyst)의 기능 및 개발 패러다임에 가져온 근본적인 변화를 살펴봅니다. 기존의 규칙 기반 또는 소규모 모델 기반 접근 방식과 비교하여, LLM 기반 에이전트는 복잡한 데이터 이해, 자연어 인터페이스, 의미론적 분석 기능, 자율 파이프라인 조정을 가능하게 합니다. 구조적, 반구조적, 비구조적, 이질적 데이터를 포함한 다양한 데이터 유형에 대한 LLM 기반 기술을 검토합니다. 또한 지능형 데이터 분석 에이전트를 위한 4가지 주요 설계 목표(의미론적 인식 설계, 자율 파이프라인, 도구 강화 워크플로우, 개방형 작업 지원)를 제시합니다. 마지막으로, LLM/Agent 기반 데이터 분석의 남은 과제를 설명하고 발전 방향에 대한 통찰력을 제시합니다.
시사점, 한계점
•
LLM과 에이전트 기술은 데이터 분석 작업의 패러다임을 변화시킴.
•
구조적, 반구조적, 비구조적, 이질적 데이터에 대한 LLM 기반 기술 검토.
•
지능형 데이터 분석 에이전트의 4가지 주요 설계 목표 제시: 의미론적 인식 설계, 자율 파이프라인, 도구 강화 워크플로우, 개방형 작업 지원.
•
LLM/Agent 기반 데이터 분석의 남은 과제와 발전 방향 제시.
