본 논문은 대규모 언어 모델(LLM)이 과학적 데이터 분석 및 시각화를 위한 파이썬 스크립트를 생성하는 데 있어서의 신뢰성을 조사한다. 실제 연구 과제를 반영한 벤치마크를 활용하여 생성된 코드의 실행 가능성과 정확성을 평가한 결과, 인간의 개입 없이 LLM이 생성한 코드의 신뢰성은 제한적임을 확인했다. 모호한 프롬프트와 도메인별 맥락에 대한 이해 부족이 주요 원인으로 지적되었다. 이러한 문제를 해결하기 위해 데이터 인식 프롬프트 명확화, 검색 증강 프롬프트 개선, 반복적 오류 수정 등 세 가지 전략을 설계하고 평가했다.
