본 논문은 팬데믹 이후 증가한 이커머스 이용과 그에 따른 다수의 상품 리뷰로 인한 소비자의 의사결정 마비 현상을 해결하기 위한 프레임워크를 제안한다. 수천 개에 달하는 리뷰들을 일일이 검토하는 것은 시간 소모적이고 혼란스럽기 때문에, 본 논문에서는 130억 개 이상의 파라미터를 가진 GPT-3의 Curie 엔진을 활용하여 생성형 사전 훈련 변환기 모델을 미세 조정한다. 기존의 단순한 발췌적 요약 방식 대신, 생성 모델을 이용한 추상적 요약 방식을 통해 리뷰 간의 실질적인 관계를 파악하고, "상식"에 기반한 장단점 요약을 제공하여 소비자의 효율적인 의사결정을 지원한다.
