본 논문은 자원 제약 환경, 특히 전문 분야 및 소수 언어에 초점을 맞춰 대규모 언어 모델(LLM) 기반 언어 에이전트의 배포 문제를 다룹니다. 한국어 화학 독성 정보 에이전트인 Tox-chat을 제시하며, 계층적 구조 검색을 통한 토큰 소모 감소 및 시나리오 기반 대화 생성 방법론이라는 두 가지 혁신적인 접근 방식을 제안합니다. 실험 결과, 미세 조정된 80억 파라미터 모델이 기존 모델 및 기준 접근 방식보다 DB 충실도 및 선호도 측면에서 성능이 크게 향상됨을 보여줍니다. 실용적인 제약 조건 하에서 도메인 특정 언어 에이전트를 개발하는 연구자들에게 귀중한 통찰력을 제공합니다.
