본 논문은 생성 모델 기반 추천 시스템(Generative Recommendation, GR)의 발전과 그 한계점을 분석하고, 대규모 언어 모델(LLM)을 추천 시스템에 활용하는 새로운 접근 방식을 제시합니다. 특히, 기존의 Semantic ID(SID) 기반 GR 모델의 스케일링 한계를 지적하고, LLM을 직접 사용하는 LLM-as-RS 방식이 더 나은 스케일링 성능을 보임을 실험적으로 증명합니다. LLM-as-RS는 최대 20%의 성능 향상을 보였으며, LLM이 사용자-아이템 상호 작용을 효과적으로 모델링할 수 있음을 보여줍니다.
