본 논문은 사전에 존재하는 최적화 알고리즘을 대형 언어 모델(LLM)을 이용하여 개선하는 방법을 제시합니다. 여러 분야(메타 휴리스틱, 강화 학습, 결정적 방법, 정확한 방법)에서 선택된 10개의 기본 최적화 알고리즘을 고전적인 외판원 문제에 적용하여 LLM을 통해 알고리즘을 개선하는 실험을 진행했습니다. 실험 결과, 전문적인 최적화 지식이나 고급 알고리즘 구현 기술 없이도 LLM이 기본 알고리즘보다 솔루션 품질, 계산 시간 단축, 코드 복잡성 감소 측면에서 개선된 알고리즘 변형을 생성하는 것을 확인했습니다. LLM이 새로운 알고리즘을 생성하는 대신 기존 알고리즘을 개선하는 데 초점을 맞춘 연구입니다.
