본 논문은 실세계 응용 프로그램에서 널리 사용되는 반정형 테이블의 질의응답을 자동화하는 새로운 프레임워크인 ST-Raptor를 제안합니다. 반정형 테이블은 계층적 헤더와 병합된 셀 등 복잡한 레이아웃을 가지므로 기존의 NL2SQL, NL2Code, 다중 모달 LLM QA 방법으로는 정확한 질의응답이 어렵습니다. ST-Raptor는 계층적 직교 트리(HO-Tree)를 이용하여 복잡한 레이아웃을 표현하고, 기본적인 트리 연산을 통해 LLM이 질문을 처리하도록 합니다. 사용자 질문을 하위 질문으로 분해하고, 트리 연산 파이프라인을 생성하며, 정확한 파이프라인 실행을 위해 연산-테이블 정렬을 수행합니다. 또한, 전방 검증과 후방 검증을 통해 결과의 정확성을 높입니다. 102개의 실제 반정형 테이블과 764개의 질문으로 구성된 새로운 데이터셋 SSTQA를 제시하여 성능을 평가하였으며, 기존 방법들보다 최대 20% 향상된 정확도를 달성했습니다.
