본 논문은 ISDA Credit Support Annexes (CSAs) 하에서 금융 관련 담보 최적화를 다룹니다. 정수 단위의 로트, Schedule A 헤어컷, RA/MTA 제한, 발행자/통화/클래스 제한 등 법적으로 제한된 검색 공간을 고려합니다. 논문은 (i) CSA 조건을 추출하는 증거 기반 LLM (ii) 시뮬레이티드 어닐링과 마이크로 고차 QAOA (HO-QAOA)를 결합한 양자 영감 탐색기 (iii) 가중 위험 인식 목표 (iv) CP-SAT를 활용한 하이브리드 파이프라인을 제시합니다. 이 하이브리드 방식은 정부 채권 데이터셋 및 다중 CSA 입력에 대해 기존의 강력한 기준선 대비 9.1%, 9.6%, 10.7%의 성능 향상을 보였습니다.
