본 논문은 자동차 제조와 같은 안전 중요 분야에서 신뢰할 수 있는 소프트웨어 출시 결정을 보장하기 위한 LLM 기반 시스템인 GateLens를 제시한다. GateLens는 자연어 질의를 관계 대수(RA) 표현으로 변환하고 최적화된 Python 코드를 생성하여 대용량 표 형식 데이터 분석을 자동화한다. 기존의 다중 에이전트 또는 계획 기반 시스템보다 속도, 투명성, 신뢰성이 뛰어나며, 실제 데이터셋에서 기존 CoT + SC 기반 시스템보다 우수한 성능을 보였다. 특히 복잡하고 모호한 질의 처리에 강점을 보이며, 산업 현장 배포 결과 분석 시간을 80% 이상 단축하면서 높은 정확도를 유지했다. GateLens는 퓨샷 학습이나 에이전트 조정 없이 제로샷 설정에서 효과적으로 작동한다. 본 논문은 안전 중요 산업 애플리케이션에 필수적인 핵심 아키텍처 기능(중간 형식 표현, 실행 효율성, 낮은 구성 오버헤드)을 제시하여 배포 가능한 LLM 시스템 설계를 발전시킨다.
