본 논문은 설문 데이터를 처리하는 대규모 언어 모델(LLM)의 활용에 대한 연구를 제시한다. 설문 데이터의 규모와 구조적 특성이 LLM의 분석에 어려움을 야기하며, 기존 도구와의 통합이 제한적이라는 문제점을 지적한다. 이를 해결하기 위해, QASU(Questionnaire Analysis and Structural Understanding)라는 벤치마크를 제안하여, 다양한 직렬화 형식과 프롬프트 전략을 사용하여 LLM의 설문 분석 능력을 평가한다. 실험 결과, 효과적인 형식과 프롬프트 조합을 통해 정확도를 향상시킬 수 있으며, 경량 구조적 힌트 추가로 추가적인 성능 향상을 얻을 수 있음을 확인했다.
