바이너리 역컴파일 (Binary decompilation)은 바이너리를 고수준 소스 코드로 복구하는 것을 목표로 하지만, 기존의 평가 방식은 주로 구문적 유사성 (syntactic similarity) 또는 단일 축 가독성 지표에 의존하며, 이는 실제 재사용성을 포착하지 못합니다. 우리는 가독성 (readability), 재컴파일 가능성 (recompilability), 그리고 기능성 (functionality)이라는 세 가지 직교하는 차원을 따라 디컴파일러의 품질을 측정하는 재사용성 중심의 평가 패러다임을 제안합니다. 우리는 다차원 역컴파일 평가를 위한 최초의 자동화된 프레임워크인 DEBENCH를 제시합니다. DEBENCH는 8개의 소스 파일로 구성된 240개의 원자적 테스트 함수를 포함하며, 640개의 바이너리로 컴파일되었습니다. 이는 LLM-as-judge 방식의 가독성 점수 산정, 18개의 하위 차원을 가진 URAF, 50회의 고정된 반복 예산 내에서의 반복적 컴파일 및 수정 (compile-and-repair), 그리고 프로그램, 함수, 명령어 수준에서의 Frida 기반 차분 동적 트레이싱 (differential dynamic tracing)을 결합합니다. 우리는 5개의 주류 디컴파일러와 3개의 수정용 LLM을 평가합니다. 우리의 연구는 네 가지 발견을 제시합니다. 첫째, 재사용성의 절벽은 매우 가파릅니다. 가장 우수한 디컴파일러-LLM 쌍은 22.3%의 Exact+Partial 프로그램 수준 행동 중첩 (behavioral overlap)을 달성했지만, 정확한 stdout 일치율은 1.2%에 불과하여 재컴파일 가능성보다 거의 50포인트 낮았습니다. 둘째, 가독성을 극대화하는 설정이 기능성을 극대화하지는 않습니다. -O3는 가장 낮은 가독성을 보이지만 가장 높은 기능성을 나타내며, Clang은 GCC보다 낮은 가독성을 보이지만 기능성은 2.6배 더 높습니다. 셋째, 기능적 수준에서의 디컴파일러 간 변동성은 20배로, LLM 간 변동성인 1.6배보다 훨씬 크며, 이는 발전이 더 큰 수정 모델보다는 디컴파일러 엔진에 더 의존함을 보여줍니다. 넷째, 실패는 구문적 노이즈 (syntactic noise), 타입 시스템 붕괴 (type-system collapse, 수정 오류의 약 19%), 그리고 ARM64 재배치 관용구 (relocation idioms) 및 C++ ABI 기능과 같은 되돌릴 수 없는 상위 단계의 손실 (upstream losses)이라는 세 가지 범주로 분류됩니다.