본 논문은 실제 세계의 차량 경로 문제(VRP) 해결을 위한 자동화된 경로 알고리즘 설계에 초점을 맞추고 있다. 기존 연구의 한계를 극복하고자, 24개 속성으로부터 도출된 1,000개의 VRP 변형으로 구성된 벤치마크 RoutBench를 제시한다. RoutBench를 활용하여, 대규모 언어 모델(LLM) 에이전트를 기반으로 제약 조건을 고려한 휴리스틱 코드를 자동 생성하는 자동 경로 해결기(ARS)를 개발하였다. 실험 결과, ARS는 기존 최첨단 LLM 기반 방법 및 일반적으로 사용되는 해결기보다 우수한 성능을 보이며, 일반적인 VRP의 91.67%를 자동으로 해결하고 모든 벤치마크에서 최소 30%의 성능 향상을 달성하였다.
