본 논문은 대규모 언어 모델(LLM)이 사전 정의된 도구 없이 복잡한 문제 해결을 수행할 수 있도록 하는 참조 기반 자동 도구 생성 프레임워크인 RefTool을 제안합니다. RefTool은 교과서와 같은 구조화된 외부 자료를 활용하여 LLM이 실행 가능한 도구를 생성하고, 예시를 통해 검증하며, 계층적으로 구성하는 도구 생성 모듈과, 생성된 도구들을 문제 해결에 적용하는 도구 활용 모듈로 구성됩니다. 인과관계, 물리, 화학 벤치마크 실험 결과, RefTool은 기존 도구 생성 및 특정 영역 추론 방법보다 평균 정확도가 11.3% 향상되었으며, 비용 효율적이고 일반화 가능성이 높음을 보여줍니다. 외부 참조를 기반으로 도구를 생성함으로써 정확하고 신뢰할 수 있는 도구를 생성하고, 계층적 구조를 통해 효과적인 도구 선택을 가능하게 합니다. 결론적으로 RefTool은 LLM의 지식 제한을 극복하고 향상되고 일반화된 추론을 가능하게 합니다.
