본 논문은 대규모 언어 모델(LLM)을 활용하여 계획 문제에 특화된 휴리스틱을 자동으로 생성하는 방법을 탐구합니다. 기존의 도메인 독립적인 휴리스틱 기법과 달리, LLM을 통해 특정 문제에 최적화된 휴리스틱을 생성하여 계산 효율성과 설명 가능성 측면에서의 장단점을 분석합니다. 일반 목적 프로그래밍 언어로 작성된 후계 생성기와 목표 테스트를 통해 표현된 작업 설명으로부터 LLM이 휴리스틱을 도출하는 방식을 제시하며, 표준 IPC 도메인에서 최첨단 성능을 달성하고 PDDL 표현이 부족한 문제도 해결할 수 있음을 실험적으로 보여줍니다. 나아가 이러한 결과가 계획 분야의 패러다임 전환을 의미하는지, 기존 기법과 어떻게 상호 보완적으로 활용될 수 있는지 논의합니다.
