본 논문은 장문 맥락을 이해하는 대규모 언어 모델(LLM)의 출력에 기여하는 맥락 내 텍스트(문장, 단락 등)를 정확하게 찾는 '맥락 추적(context traceback)' 문제를 다룹니다. 기존의 특징 기여 방법론의 효율성 및 정확성 한계를 지적하며, 장문 맥락 LLM에 특화된 새로운 맥락 추적 프레임워크인 TracLLM을 제안합니다. TracLLM은 정보 기반 검색 알고리즘과 기여 점수 앙상블/잡음 제거 기술을 활용하여 효율성과 정확성을 향상시키며, LLM 기반 시스템 디버깅, 공격 분석, 사용자 신뢰도 향상 등 다양한 실제 응용 분야에 적용 가능합니다.
