결정론적 프로세스 내에서의 LLM 비결정성: 비결정성 전파를 제약하기 위한 통제된 변이 공간
요약
본 논문은 LLM의 유연성과 신뢰성 및 추적 가능성이 요구되는 소프트웨어 개발 프로세스 간의 긴장을 다룹니다. 이를 해결하기 위해 '통제된 비결정성(Controlled Non-Determinism)'이라는 접근 방식을 제안합니다. 이 방식은 변이를 허용하되, 그 결과가 권위 있는 프로세스 상태를 직접 결정하지 않도록 통제된 변이 공간 내에서 LLM 처리를 경계 지어 관리하는 것이 핵심입니다.
핵심 포인트
- LLM의 유연성과 추적 가능한 프로세스 상태 간의 긴장 해결 시도
- '통제된 비결정성'을 통해 변이를 허용하되, 권위 있는 상태 전환은 통제함
- 실행 전 결과 속성 및 종료 조건을 정의하여 LLM 출력을 검사하는 설계 지침 제시
대규모 언어 모델(LLM)은 정의된 상태, 규칙 및 승인이 필요한 소프트웨어 개발 프로세스에 점점 더 많이 사용되고 있습니다. 이는 LLM의 유연성과 신뢰할 수 있고 추적 가능한 프로세스 상태가 필요하다는 요구 사이에서 긴장을 만듭니다. 우리는 '통제된 비결정성(Controlled Non-Determinism)'을 소개합니다. 이는 변이를 허용하되, 그 변이가 권위 있는 프로세스 상태를 직접 결정하도록 두지 않는 프로세스 중심의 접근 방식입니다. 우리는 LLM 기반 처리를 '결정론적 포락선(Deterministic Envelope)'에 의해 경계 지어진 통제된 변이 공간 내에 배치합니다. 실행 전에, 우리는 결과의 프로세스 관련 속성과 종료 조건을 정의합니다. 또한 작업 구성도 기록합니다. 이 요소들은 실행 중에도 고정되어 유지됩니다. 변이 공간의 끝에서, 종료 검사(exit check)는 결과가 미리 정의된 조건을 충족하는지 판단하고 다음 권위 있는 상태가 될 수 있는지 결정합니다. 서로 다른 실행은 다른 허용 가능한 결과를 생성할 수 있지만, 권위 있는 상태로의 전환은 통제됩니다. 우리는 규제된 소프트웨어 개발을 통해 이 접근 방식을 설명하고, 그 결과가 권위 있는 소프트웨어 상태의 일부가 되기 전에 검사될 수 있는 LLM 기반 변경 사항에 대한 설계 지침을 도출합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv Codex (cs.SE)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기