대형 언어 모델을 활용한 연구를 위한 TRIPOD-LLM 보고 지침

Abstract:

대형 언어 모델 (large language model, LLM) 의 활용이 의료 분야에서 빠르게 확대되면서, 표준화된 보고 지침의 필요성이 커지고 있다. 이 논문에서는 LLM 을 활용한 연구를 위한 다변수 예측모델의 투명한 보고 (TRIPOD-LLM) 지침을 제시하였다. TRIPOD-LLM 은 기존 TRIPOD 와 인공지능 (artificial intelligence) 확장 지침을 기반으로 하며, 바이오 메디컬 분야에서 LLM 이 가지는 고유한 도전 과제들을 반영하고 있다. 이 지침은 제목부터 논의까지 주요 내용을 포괄하는 19 개 주요 항목과 50 개 세부 항목으로 구성되어 있다. 다양한 LLM 연구설계와 작업에 적용할 수 있도록 모듈형 형식을 도입하였고, 모든 연구에 공통적으로 적용할 수 있는 14 개 주요 항목과 32 개 세부 항목을 포함한다. 이 지침은 신속한 델파이 (Delphi) 과정과 전문가 합의를 거쳐 개발하였으며, 투명성과 인간 감독, 과업 특이적 성과 (task-specific performance) 보고의 중요성을 강조한다. 또한 지침의 손쉬운 작성과 제출용 PDF 생성을 지원하는 인터랙티브 웹사이트 (https://tripod-llm. vercel. app/) 를 소개한다. TRIPOD-LLM 은 ‘생명력 있는 문서’로서, 연구현장의 변화에 맞추어 지속적으로 개정될 예정이다. 이 지침을 통해 LLM 연구의 보고 수준을 높이고, 재현성과 임상 적용 가능성을 강화하는 데 기여하려고 한다.