본 연구는 湖南 지역의 역사적 인물에 대한 연구를 지원하기 위해 대규모 언어 모델(LLM)을 활용하는 방법을 제시한다. 특히, 도메인 특화 정보 추출을 향상시키기 위해 지도 학습 기반 미세 조정 접근 방식을 제안한다. 湖南 지역의 역사적 인물에 특화된 세분화된 스키마 기반 지침 템플릿을 설계하고, instruction-tuning 데이터셋을 구축하여 도메인 특화 훈련 데이터 부족 문제를 해결한다. Qwen2.5-7B, Qwen3-8B, DeepSeek-R1-Distill-Qwen-7B, Llama-3.1-8B-Instruct 등 4개의 공개 LLM에 파라미터 효율적인 instruction fine-tuning을 적용하고, 추출 성능 평가 기준을 개발했다. 실험 결과, 모든 모델이 미세 조정 후 성능이 향상되었으며, Qwen3-8B가 가장 높은 성능을 보였다.
