본 논문은 대규모 언어 모델(LLM) 기반 에이전트를 데이터 과학 작업에 적용한 최근 연구들을 종합적으로 분석한 설문 조사 논문입니다. LLM 기반 에이전트의 설계 원칙(에이전트 역할, 실행, 지식, 반성 방법 등)과 데이터 과학 관점에서의 핵심 프로세스(데이터 전처리, 모델 개발, 평가, 시각화 등)를 논의합니다. 두 가지 주요 기여는 LLM 기반 에이전트의 데이터 과학 작업 적용에 대한 최근 발전에 대한 종합적인 검토와 일반적인 에이전트 설계 원칙과 데이터 과학의 실제 워크플로를 연결하는 이중 관점 프레임워크 제시입니다.
