본 논문은 LLM(Large Language Models)을 활용하여 현대 추천 시스템의 주요 과제를 해결하는 방법을 종합적으로 연구한 기술적 조사이다. 기존 추천 시스템의 한계를 극복하기 위해, 프롬프트 기반 후보 생성, 언어 기반 랭킹, RAG(Retrieval-Augmented Generation), 대화형 추천 등 LLM 기반 아키텍처를 살펴본다. 이는 개인화, 의미 정렬, 해석 가능성을 향상시키며, 광범위한 작업별 감독 없이도 콜드 스타트 및 롱테일 시나리오에서 효과적으로 작동할 수 있게 한다.
