대규모 언어 모델(LLM)을 활용하여 자연어 기반 차량 경로 문제를 해결할 수 있는 방법을 제안한다. 이를 위해 21가지 차량 경로 문제 유형으로 구성된 데이터셋을 구축하고, LLM의 성능을 평가한다. 또한 LLM의 성능을 향상시키기 위한 자기 디버깅 및 자기 검증 프레임워크를 제안한다.
