쌍체 인간 선호도 예측 (Pairwise human preference prediction)은 코드 생성 시스템을 평가하는 데 핵심적이며, 여기서 품질은 종종 기능적 정확성 (functional correctness)을 넘어 작업별 트레이드오프 (trade-offs)에 따라 결정됩니다. 루브릭 기반 (rubric-based) LLM 판정관은 평가를 명시적인 기준 (criteria)으로 분해함으로써 해석 가능성을 향상시키지만, 대부분의 기존 파이프라인은 여전히 점수 기반 (pointwise) 방식에 머물러 있습니다. 즉, 각 응답을 독립적으로 점수 매기고 합산된 점수를 비교하여 선호도를 도출합니다. 우리는 이러한 설계가 쌍체 코드 선호도 예측에 부적합하며, 강력한 단일 판정관 (monolithic judge)보다 성능이 낮을 수 있음을 보여줍니다. 우리는 기준 중심의 프레임워크인 CriterAlign을 제안합니다. 이 프레임워크는 직접적인 기준 수준의 쌍체 판정 (criterion-level pairwise judgments), 타이 유도 기준 정제 (tie-driven criterion refinement), 스왑 일관성 필터링 (swap-consistency filtering), 그리고 최종 쌍체 합성 (final pairwise synthesis)을 통해 루브릭 기반 판정을 쌍체 선호도 평가에 적응시킵니다. 나아가 우리는 인간 선호도 정렬 가이드 (Human-Preference-Aligned Guidance, HPAG)를 도입합니다. HPAG는 학습 예시로부터 인간의 선호도와 단일 판정관의 예측 사이에서 반복되는 근거 격차 (rationale gaps)를 추출하여 오프라인에서 합성되며, 기준 생성기 (criterion generator), 기준 판정관 (criterion judge), 그리고 최종 판정관 (final judge)에 주입됩니다. BigCodeReward 데이터셋에서 CriterAlign은 Qwen2.5-VL-32B 단일 판정관의 정확도를 60.4%에서 66.3%로 향상시켰으며, 절제 연구 (ablations)를 통해 쌍체 기준 설계와 HPAG의 기여도를 확인했습니다.