자연어로 기술된 최적화 문제를 수학적 형태로 변환하고 적절한 솔버를 선택하는 것은 상당한 전문 지식을 필요로 합니다. 본 논문에서는 LLM 기반 AI 에이전트를 활용하여 자연어로 설명된 최적화 문제를 해결하는 프레임워크인 OptimAI를 소개합니다. OptimAI는 자연어 문제 설명을 정확한 수학적 공식으로 변환하는 공식화 모듈, 실행 전에 고수준 솔루션 전략을 구성하는 계획 모듈, 환경과 상호 작용하고 결과를 반영하여 향후 작업을 개선하는 코더 및 코드 비평가 모듈로 구성됩니다. 실험 결과, 모든 모듈이 필수적이며, 계획 모듈이나 코드 비평가 모듈을 제거하면 생산성이 각각 5.8배 및 3.1배 감소합니다. UCB 기반 디버그 스케줄링을 도입하여 대안 계획 간에 동적으로 전환함으로써 생산성을 추가로 3.3배 향상시켰습니다. 다양한 모델을 결합하면 성능이 향상됩니다. NLP4LP 데이터셋에서 88.1%, Optibench 데이터셋에서 82.3%의 정확도를 달성하여 이전 최고 결과보다 오류율을 각각 58% 및 52% 감소시켰습니다.
