본 논문은 데이터 분석 자동화를 위한 새로운 multi-agent 프레임워크인 DataSage를 제안합니다. DataSage는 대규모 언어 모델(LLM) 기반 에이전트의 한계를 극복하기 위해 (1) 외부 지식 검색, (2) 다양한 분석 관점을 시뮬레이션하는 multi-role debating mechanism, (3) 코드 및 인사이트 생성 정확도를 높이는 multi-path reasoning을 도입합니다. InsightBench 실험을 통해 DataSage가 기존 에이전트보다 우수한 성능을 보임을 입증합니다.
시사점, 한계점
•
시사점:
◦
외부 지식 활용을 통해 분석 맥락을 풍부하게 함.
◦
다양한 분석 관점을 시뮬레이션하여 분석 깊이를 향상시킴.
◦
multi-path reasoning을 통해 코드 및 인사이트 생성 정확도를 높임.
◦
InsightBench 벤치마크에서 기존 에이전트 대비 우수한 성능을 보임.
•
한계점:
◦
논문 내용에 한계점에 대한 직접적인 언급은 없음. (단, 기존 에이전트의 한계를 극복하기 위한 제안이라는 점을 통해, DataSage의 개선점들을 유추해 볼 수 있음)
