본 논문은 스타트업 성공 여부 예측을 위해 경량화된 앙상블 프레임워크를 제시한다. 대규모 언어 모델(LLM)이 생성한 YES/NO 질문들을 약한 휴리스틱으로 활용하여, 필터링, 순위 매기기, 임계값 기반 투표 메커니즘을 통해 강력한 앙상블 예측기를 구성한다. 10%의 스타트업이 성공으로 분류되는 테스트 집합에서, 본 접근법은 50%의 정확도를 달성하여 무작위 선택보다 5배 향상된 성능을 보였다. 전문가의 지식을 활용하여 휴리스틱 생성 과정을 개선했을 때, 정확도는 54%까지 향상되었다. 이는 LLM 추론과 인간의 통찰력을 결합하는 가치를 보여주며, 간단하고 해석 가능한 앙상블이 벤처 캐피탈(VC)과 같은 고위험 의사결정을 지원할 수 있음을 시사한다.
