본 논문은 예측-최적화 문제, 특히 선형 최적화 문제에 대한 효율적인 학습 방법을 제시합니다. 기존의 의사결정 중심 학습(DFL)은 최적화 문제를 반복적으로 풀어야 하므로 계산 비용이 높다는 한계가 있습니다. 본 논문에서는 선형 최적화 문제의 기하학적 구조를 활용하여 최적화 문제를 직접 풀지 않고도 효율적인 학습을 가능하게 하는 '솔버-프리(solver-free)' 학습 방법을 제안합니다. 이 방법은 최적 해의 목적 함수 값을 인접 정점들의 값과 비교하여 손실 함수로 사용함으로써 계산 비용을 크게 줄이면서 높은 의사결정 품질을 유지합니다.
