본 논문은 대규모 언어 모델(LLM)의 추론 능력 향상을 위해 '의도를 가지고 말하기(Speaking with Intent, SWI)'라는 새로운 개념을 제시합니다. SWI는 모델의 의도를 명시적으로 생성하여 고차원 계획을 세우고 후속 분석 및 소통을 안내하는 방식입니다. 수학적 추론 벤치마크를 통한 실험 결과, SWI는 기존 방식(의도 없이 생성)보다 우수한 성능을 보였으며, Chain-of-Thought, Plan-and-Solve와 같은 다른 프롬프팅 방법들보다도 나은 성능을 나타냈습니다. 또한, 추론 집약적인 질문 답변(QA) 및 텍스트 요약 벤치마크에서도 기존 방식 대비 성능 향상을 보였으며, 특히 텍스트 요약에서는 정확성, 간결성, 사실 정확성이 향상되고 환각 현상이 감소했습니다. 인간 평가 또한 SWI가 생성한 의도의 일관성, 효과성 및 해석 가능성을 확인했습니다. 이는 LLM의 추론 능력 향상을 위한 새로운 접근 방식을 제시하는 개념 증명 연구입니다.
