연구팀이 병합 셀과 다단 헤더가 있는 표를 대규모 언어 모델(LLM)이 읽고 만들기 좋게 적는 마크다운 확장 형식 LTEM(LLM-friendly Table-Enhanced Markdown)을 제안했다. 논문은 2026-10-21 arXiv에 올라왔다.
연구팀은 최신 LLM 5종으로 실험한 결과 LTEM의 표 이해 정확도가 HTML과 비슷하다고 밝혔다. 정확도와 토큰 사용량을 함께 따지면 HTML과 LaTeX보다 유리하다는 것이다. 형식에 맞지 않아 쓸 수 없는 무효 응답도 LaTeX보다 상당히 적었다. 연구팀은 분류 체계, 벤치마크, 형식 명세를 공개했다.
과학 논문, 재무 보고서, 통계 요약 같은 실제 문서의 표에는 병합 셀, 다단 헤더, 구역으로 나뉜 배치가 자주 나온다. LLM이 잘 다루는 가벼운 형식인 마크다운과 CSV는 이런 구조를 표현하지 못한다. 반대로 표현력이 큰 HTML과 LaTeX는 토큰 비용이 많이 들고 해석도 복잡하다고 연구팀은 지적했다.
연구팀은 표 구조를 여섯 가지 기본 특징(F1~F6)과 이에 대응하는 복잡도 단계(L1~L6)로 나눴다. 이 틀로 합성 표 벤치마크 STB(Synthetic Table Benchmark)를 만들어 표 1,089개를 복잡도 단계에 걸쳐 체계적으로 분포시켰다. LTEM은 병합 범위와 계층형 헤더를 명시적으로 적도록 마크다운을 최소한만 확장한 형식이며 공식 명세가 있다.
표를 생성하는 과제에서는 HTML이 가장 좋았고, LTEM은 MultiMarkdown과 비슷한 수준이어서 HTML에는 못 미쳤다고 연구팀은 밝혔다.
출처
이 기사는 아래 자료를 바탕으로 정리했습니다. 제목을 누르면 원문이 새 창으로 열립니다.