본 논문은 표 형태 데이터의 신뢰할 수 있는 데이터 품질 확보를 위한 3단계 프레임워크를 제시한다. 기존의 규칙 기반 검증의 비효율성, 인력 의존도, 높은 계산 비용 문제를 해결하기 위해, 통계적 이상치 탐지와 대규모 언어 모델(LLM) 기반 규칙 및 코드 생성을 결합한다. 먼저 기존의 클러스터링 기법으로 데이터 샘플을 필터링하고, 반복적으로 LLM을 활용하여 의미적으로 타당한 품질 규칙을 생성하고 코드 생성 LLM을 통해 실행 가능한 검증기를 합성한다. 신뢰할 수 있는 품질 규칙을 생성하기 위해 외부 지식 소스와 도메인 특정 몇 가지 예시를 활용한 검색 증강 생성(RAG)을 LLM에 적용한다. 강력한 안전장치를 통해 규칙과 코드 조각의 정확성과 일관성을 보장하며, 벤치마크 데이터셋에 대한 광범위한 평가를 통해 접근 방식의 효과를 확인한다.
