Development of Reinforcement Learning-based Domain-Specific LLM Agent for Geospatial Code Generation
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구B)
2026년
2710113759
과학기술정보통신부
한국연구재단
서울시립대학교
양종현
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
6,467만원
6,467만원
기초연구
대학
서울특별시 동대문구
건설/교통 > 국토공간개발기술 > 국토지능화/공간정보
... LLM 에이전트의 기초 원천 기술을 개발하는 것이다. 현재 GIS code generation 분야는 LLM 에이전트 발전 흐름에서 handcrafted prompting 기반 에이전틱 시스템의 초기 단계에 머물러 있으며, 에이전트 행동 정책이 기저 LLM의 frozen weight에 전적으로 의존하여 도메인 특화 에이전트의 체계적 개선이 불가능한 상태이다. 가장 기초적인 학습 ...
... 구현하여, 코드 실행→결과 비교→scalar reward 산출이 자동으로 이루어지는 환경을 구축한다. 또한 GeoCogent, GIS Copilot, GeoCode-GPT 등 기존 대표 시스템을 동일 환경에서 재현·평가하여 baseline 성능과 task 유형·난이도별 오류 패턴을 확보한다. 2차년도에는 RLVR 기반 GIS code agent를 개발한다. 3B-7B급 open-source ...
... 에이전트 학습을 즉시 수행할 수 있는 표준 기반을 제공한다. 둘째, RLVR/GRPO 적용을 통한 GIS 도메인 특화 LLM 에이전트를 구현하고, 기존 handcrafted prompting 시스템 및 SFT 모델 대비 코드 생성 성공률의 유의한 향상을 입증한다. 이는 GIS code generation 분야에서 RL 기반 학습의 최초 시도로서, handcrafted 설계에서 learned agent로의 ...