본 논문은 제약 프로그래밍(CP)의 모델링 과정이 전문 지식을 필요로 하여 대중화에 어려움을 겪는다는 점을 지적하며, 이를 해결하기 위해 대규모 언어 모델(LLM)을 활용한 CP 모델링 자동화 연구를 다룬다. 기존 연구의 한계인 제한적인 평가 데이터셋 문제를 해결하고자, 다양한 종류의 결합 최적화 문제를 포함하는 새로운 벤치마크 CP-Bench를 제시한다. CP-Bench를 이용하여 추상화 수준과 구문이 다른 세 가지 CP 모델링 시스템에 대한 LLM의 모델링 성능을 비교 평가하고, 프롬프트 기반 및 추론 시간 계산 방법을 체계적으로 평가하여 최대 70%의 정확도를 달성하였다. 특히, 높은 수준의 Python 기반 프레임워크를 사용했을 때 성능이 더 높게 나타났다.
