3D 소프트웨어 시각화 환경에서의 소프트웨어 탐색을 위한 채팅 어시스턴트
요약
본 글은 3D 소프트웨어 시각화 도구 ExplorViz에 대화형 채팅 어시스턴트를 통합한 내용을 다룹니다. 이 어시스턴트는 LLM 기반으로 작동하며, 사용자가 자연어로 질문하고 명령하여 시각화된 소프트웨어 시스템의 탐색 및 재구성을 할 수 있게 합니다. 실험 결과, 요약 및 설명 기능은 정확했으나, 복잡한 소프트웨어 재구성에는 개선이 필요함을 보여주었습니다.
핵심 포인트
- LLM 기반 채팅 어시스턴트를 3D 시각화 도구에 통합하여 탐색 경험을 향상시켰습니다.
- CopilotKit과 MCP를 활용해 LLM의 결정론적/도구 기반 동작을 구현했습니다.
- 요약 및 설명 기능은 높은 사용성을 보였으나, 복잡한 재구성에는 개선이 필요합니다.
- 전반적으로 상호작용 오버헤드를 줄이는 데 유망한 도구로 평가되었습니다.
우리는 3D 소프트웨어 시각화 도구인 ExplorViz에 내장된 대화형 소프트웨어 탐색용 채팅 어시스턴트를 제시합니다. 이 어시스턴트는 현재의 거대 언어 모델(LLMs)을 기반으로 구축되었으며, 사용자가 현재 시각화된 소프트웨어 시스템에 대해 질문하고 자연어를 통해 시각화를 변경하는 동작을 트리거할 수 있도록 합니다. 우리는 CopilotKit 라이브러리를 사용하여 채팅 어시스턴트를 ExplorViz 프론트엔드에 통합했으며, 이를 통해 확률적 LLM과 모델 컨텍스트 프로토콜(MCP) 구현 방식과 유사한 결정론적 및 도구 기반 동작이 결합되도록 했습니다. 또한 이 채팅 어시스턴트는 시각화에서 소프트웨어 시스템의 일부를 추가하거나 제거하거나 수정함으로써 소프트웨어 시스템을 재구성할 수 있도록 활성화되었습니다. 11명의 참가자를 대상으로 한 경험적 실험은 인식된 이해 지원과 채팅 어시스턴트에 의해 트리거된 도구 호출 모두를 평가했습니다. 참가자들은 어시스턴트가 생성한 요약 및 설명이 대체로 정확하다고 평가했습니다. 또한 시각화에서 엔티티 하이라이팅이나 새로운 색상 테마 생성 같은 동작에 대해 높은 사용성을 보고했습니다. 반면, 시각화에서의 개방형 채팅 지원 소프트웨어 재구성은 혼합된 결과를 보였습니다. 이는 사용된 LLM에 대한 더 강력한 가드레일과 사용자 피드백의 개선된 통합이 필요함을 시사합니다. 전반적으로 이 어시스턴트는 사용 가능하고 탐색적 프로그램 이해 작업 중 상호작용 오버헤드를 줄이는 데 유망하다고 인식되었습니다. 우리는 채팅 어시스턴트의 사용을 보여주는 비디오와 평가에 사용된 소프트웨어 시스템의 재현 패키지를 제공합니다.
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