현대 소프트웨어 프로젝트는 지속적으로 진화하는 제3자 라이브러리에 의존하며, 이 과정에서 발생하는 Breaking API 변경 사항은 의존성 업데이트 후 클라이언트 코드가 컴파일되지 못하게 만듭니다. 동일한 라이브러리 업데이트가 여러 프로젝트를 망가뜨릴 때, 기존의 복구 방식은 재사용할 수 없는 프로젝트별 패치를 생성하므로 영향을 받는 각 프로젝트를 독립적으로 복구해야 합니다. 우리는 BigBag을 제시합니다. 이는 수정 변환(fixing transformations)을 생성하는 에이전트 기반 프레임워크로, API 수준에서 복구 로직을 인코딩하고 동일한 업데이트로 인해 망가진 모든 클라이언트에 전달할 수 있는 구조화된 실행 가능 프로그램을 생성합니다. 우리는 BUMP 벤치마크의 157개 컴파일 실패 Breaking 의존성 업데이트를 대상으로, 4개의 대규모 언어 모델(Large Language Models, LLM)과 2개의 AST 변환 엔진(Spoon 및 JavaParser)을 결합한 8가지 구성에서 BigBag을 평가했습니다. 가장 우수한 구성은 94.3%의 컴파일 가능한 변환율과 78.6%의 수정률(fix rate)을 달성했습니다. 생성된 변환은 프로젝트 간에 전달되어, 전체적으로 33.3%의 프로젝트 간 수정률을 달성했으며, 모든 클라이언트가 영향을 받는 API 요소를 균일하게 호출하는 Breaking 업데이트의 경우 80% 이상의 수정률을 기록했습니다. 이러한 결과는 재사용 가능한 수정 변환의 에이전트 기반 생성이 Breaking 업데이트의 확장 가능한 복구를 위한 실행 가능한 접근 방식임을 보여줍니다.