본 논문은 대규모 언어 모델(LLM)의 복잡하고 다단계 추론의 신뢰성 검증을 위한 새로운 프레임워크인 그래프 검증(GoV)을 제안합니다. GoV는 추론 과정을 방향성 비순환 그래프(DAG)로 모델링하고, 위상 순서를 적용하여 단계별 검증을 수행하며, 검증 단위의 크기를 유연하게 조절할 수 있는 사용자 정의 노드 블록을 도입합니다. Number Triangle Summation 과제와 ProcessBench 벤치마크를 사용한 실험 결과, GoV는 기존의 종단 간 검증 방식에 비해 검증 정확도, 충실도, 오류 파악 능력을 크게 향상시키는 것으로 나타났습니다. 소스 코드와 데이터는 GitHub에서 공개됩니다.
