대규모 언어 모델 (LLMs)을 다양한 사용자 선호도에 맞게 정렬하는 것은 매우 중요하지만 어려운 과제입니다. 사후 학습 (post-training) 방법은 모델을 특정 요구 사항에 맞게 조정할 수 있지만, 종종 비용이 많이 드는 데이터 큐레이션과 추가 학습을 필요로 합니다. 테스트 시간 스케일링 (Test-time scaling, TTS)은 효율적이고 학습이 필요 없는 대안을 제시하지만, 그 적용은 응답의 정답 여부를 쉽게 판단할 수 있는 수학 및 코딩과 같은 검증 가능한 영역에 주로 국한되어 왔습니다. TTS를 선호도 정렬로 확장하기 위해, 우리는 이 작업을 재정렬 (realignment) 문제로 모델링하는 새로운 프레임워크를 도입합니다. 이는 기본 모델이 명시된 선호도에 충분히 정렬되지 못하는 경우가 많기 때문입니다. 우리의 핵심 통찰은 기저의 보상 함수 (reward function)를 두 가지 구성 요소, 즉 질문과 관련된 요소와 선호도 정보와 관련된 요소로 분해하는 것입니다. 이를 통해 우리는 이 두 보상 항의 비율을 선택적으로 재조정하는 REAlignment Reward (REAR)를 도출할 수 있습니다. 그런 다음 우리는 REAR가 토큰 수준의 정책 로그 확률 (token-level policy log-probabilities)의 선형 결합으로 공식화될 수 있음을 보여주며, 이를 통해 계산 효율성을 높이고 best-of-$N$ 샘플링 및 트리 탐색 (tree search)과 같은 다양한 TTS 알고리즘과 쉽게 통합할 수 있도록 합니다. 실험 결과, REAR는 다른 테스트 시간 베이스라인과 비교했을 때 다양한 사용자 요구 사항에 따른 선호도 정렬 작업을 위해 확장 가능한 테스트 시간 재정렬을 가능하게 할 뿐만 아니라, 적절한 선호도 설정 하에서 수학 및 시각적 작업으로도 일반화될 수 있음을 보여줍니다.