본 논문은 자원 제약 환경에서의 함수 호출 생성을 위해 소형 언어 모델(SLM)의 효과를 평가하는 탐색적 실증 연구입니다. 정보 검색, 소프트웨어 엔지니어링, 자동화 등 다양한 분야에서 응용 가능한 복잡한 작업인 함수 호출을 효율적으로 처리하기 위해, 대형 언어 모델(LLM)의 대안으로 SLM을 제시합니다. 제로샷, 퓨샷, 파인튜닝 기법을 사용하여 다양한 도메인에서 SLM의 함수 호출 생성 능력을 평가하고, 프롬프트 주입의 영향도 분석합니다. 또한, 지연 시간 및 메모리 사용량 측면에서 에지 디바이스 상에서의 성능을 평가하고, 다양한 지표를 통해 모델 응답을 분석합니다. 파인튜닝된 모델을 공개하여 향후 응용을 지원합니다. 연구 결과, SLM은 제로샷보다 퓨샷, 퓨샷보다 파인튜닝에서 성능이 향상되지만, 출력 형식 준수에는 어려움을 보였으며, 프롬프트 주입에 대한 강건성을 보였습니다.
