본 논문은 자동 요약 모델의 성능 차이 원인을 분석하고, 요약 성능 예측을 위한 새로운 과제인 PreSumm을 제안합니다. 기존 연구들이 주로 요약 모델 자체에 집중한 반면, 본 논문은 문서 특성이 요약 성능에 미치는 영향을 분석합니다. 다양한 요약 시스템에서 일관된 요약 품질을 보이는 문서의 특징을 분석하여, 요약을 생성하지 않고도 문서의 요약 성능을 예측할 수 있음을 보여줍니다. PreSumm 점수가 낮은 문서는 응집성 문제, 복잡한 내용, 명확한 주제 부재 등의 특징을 가지는 것으로 나타났습니다. 또한, PreSumm은 수동 요약이 필요한 문서 식별 및 데이터셋의 잡음 제거 등 실용적인 활용 가능성을 보여줍니다.
