고수준 합성 (High-Level Synthesis, HLS)은 개념에서 실리콘으로 가는 빠른 경로를 제공하지만, 제한적인 언어 지원과 소프트웨어 및 하드웨어 프로그래밍 관행 사이의 격차로 인해 실제 소프트웨어를 합성 가능한 HLS 코드로 변환하는 것은 여전히 어려운 과제로 남아 있습니다. 기존의 자동화된 방식 및 LLM 기반 리팩토링 (refactoring) 접근 방식들이 이 문제를 부분적으로 해결하고 있으나, 유연성이 부족하고 확장성에 어려움을 겪으며 높은 계산 비용을 초래하는 경우가 많습니다. 우리는 소프트웨어를 HLS 호환 프로그램으로 리팩토링하기 위한 LLM 기반 멀티 에이전트 워크플로우 (multi-agent workflow)인 AgRefactor를 소개합니다. AgRefactor는 작업 전반에 걸쳐 사실적이고 전략적인 지식을 축적하고 검색하는 자기 진화형 메모리 시스템 (self-evolving memory system)을 통합하여, 학습되지 않은 프로그램에 대한 견고성과 효율성을 향상시킵니다. 비용을 절감하고 확장성을 높이기 위해, 이 시스템은 자동화된 리팩토링 도구를 통합하여 에이전트가 LLM 기반의 재작성 (rewrites)과 효율적인 도구 기반 변환 (tool-based transformations) 사이의 균형을 맞출 수 있도록 합니다. 이전 연구에서 다룬 가장 복잡한 사례보다 5~10배 더 긴 11개의 도전적인 실제 벤치마크 중 9개에서, AgRefactor는 최첨단 (state-of-the-art, SoTA) 자동 리팩토링 도구 및 동일한 프레임워크 백본을 기반으로 구축된 강력한 LLM 기반 베이스라인 (baseline)보다 우수한 성능을 보이거나 대등한 성능을 기록했습니다. 추가적인 에이전트 성능 최적화를 통해, AgRefactor는 SoTA pragma 튜닝 도구 대비 6.51배의 기하 평균 속도 향상을 달성하였으며, 20% 미만의 추가 리소스를 사용하면서 최적화된 오픈 소스 설계 대비 1.20배의 속도 향상을 이루어냈습니다. AgRefactor는 완전 자동화되어 있으며 오픈 소스로 공개되었습니다.