본 논문은 대규모 언어 모델(LLM)을 활용하여 순수 파이썬으로 완전히 해석 가능한 규칙 기반 데이터-텍스트 시스템을 자동으로 구축하는 간단한 방법을 제시합니다. WebNLG 데이터셋을 이용한 실험 결과, 이렇게 구축된 시스템은 동일한 LLM을 직접 출력하도록 프롬프트했을 때보다 더 나은 품질의 텍스트(BLEU 및 BLEURT 지표 기준)를 생성하고, 동일한 데이터로 미세 조정된 BART 언어 모델보다 환각 현상이 적은 것으로 나타났습니다. 또한, 런타임 시 신경망 방식보다 훨씬 빠른 처리 시간으로 텍스트를 생성하며, 단일 CPU만 사용합니다.
