자연어 요구사항에 대한 LLM 기반 코드 정적 검증: 산업 현장 경험 보고서

요약

본 보고서는 자연어 요구사항과 구현된 코드 간의 불일치를 탐지하기 위한 2단계 LLM 기반 정적 검증 워크플로를 제안합니다. AI 기반 규칙 마이너가 요구사항에서 검증 가능한 규칙을 추출하고, 코드 감사기가 이를 바탕으로 구현을 확인하는 구조를 통해 환각 현상과 컨텍스트 손실을 최소화합니다. 이 방식은 컴파일이나 실행 없이도 요구사항 인식 기반의 정적 분석을 가능하게 하여 개발 라이프사이클의 검증 활동을 조기에 수행(Shift-left)할 수 있도록 돕습니다.

핵심 포인트

• 전통적인 정적 분석 도구의 한계인 비즈니스 로직 일치 여부 판단 문제를 LLM으로 해결 시도
• 규칙 추출(Rule Miner)과 코드 감사(Code Auditor)로 구성된 2단계 구조를 통해 검증 정확도 향상
• 단일 LLM 호출 대신 구조화된 중간 표현을 도입하여 환각 및 설명 가능성 문제 완화
• 소프트웨어 테스트를 보완하며, 실행 환경 없이도 요구사항과 코드 간의 의미론적 일치 확인 가능
• 테스트 오라클 문제를 해결하고 개발 초기 단계에서 검증을 수행하는 Shift-left 전략 지원