본 논문은 대규모 언어 모델(LLM)의 추론 능력 향상을 위해 강화 학습(RL)을 질의응답(QA) 과제에 적용하는 최근 연구에 착안하여, 심리학의 이중 과정 이론에서 영감을 받은 4단계 QA 과제(빠른 사고, 검증, 느린 사고, 요약)를 제시합니다. 이 과제는 제한된 토큰 예산 내에서 답변을 생성하는 '빠른 사고', 초기 응답을 평가하는 '검증', 더욱 신중하게 초기 응답을 개선하는 '느린 사고', 그리고 이전 단계의 개선 사항을 명확한 단계로 추출하는 '요약' 단계로 구성됩니다. Qwen2.5-1.5B와 DeepSeek-R1-Qwen-1.5B 모델을 사용한 실험 결과, 제안된 과제는 정확도를 각각 24.9%에서 27.9%, 45.9%에서 49.8%로 향상시켰으며, 특히 Qwen2.5-1.5B의 '빠른 사고' 모드만으로도 1000개 미만의 토큰을 사용하여 26.8%의 정확도를 달성하여 추론 효율성을 크게 높였습니다. 이를 통해 직관과 숙고된 추론은 별개이면서도 상호 보완적인 시스템이며, 표적화된 훈련으로 이점을 얻을 수 있음을 시사합니다.
