본 논문은 여행 계획 수립의 복잡성을 해결하기 위한 연구로, LLM의 여행 계획 능력을 평가하는 새로운 벤치마크를 제시한다. 이 벤치마크는 계획의 실행 가능성, 신뢰성, 매력도를 평가하며, 단일 보상 체계를 통해 계획 품질을 직접 비교하고 강화 학습(RL)과의 통합을 용이하게 한다. 전문가의 평가와 적절한 수준의 일치도를 보이며, 다양한 LLM 기반 방법론과 비교 실험을 수행하여 RL을 통한 여행 계획 개선 효과를 입증했다. 또한, 4,870개의 쿼리를 포함하는 대규모 데이터셋을 공개하여 실제 사용자 의도에 대한 일반화를 지원한다.
