LLM이 생성한 코드의 에너지 효율성 개선 방안: 효과적인 프롬프팅을 통한 접근

요약

본 연구는 LLM이 생성한 코드의 에너지 효율성 개선 방안을 제시하며, 21가지 프롬프팅 전략과 8가지 평가 전략을 통해 효과를 검증했습니다. Python 및 C++ 코드 생성에 대한 실험 결과, 선택된 프롬프팅 전략들은 최대 25%(Python)와 17%(C++)의 에너지 절감을 달성하는 것으로 나타났습니다. 이는 지속 가능한 AI 지원 프로그래밍을 위해 에너지 효율성을 고려한 프롬프트 설계가 중요함을 시사합니다.

핵심 포인트

• 프롬프팅 전략이 LLM 코드 생성의 에너지 소비에 큰 영향을 미침.
• Python 코드에서 최대 25%, C++ 코드에서 최대 17%의 에너지 절감 효과 확인.
• 모델 및 프로그래밍 언어별로 프롬프트 전략의 효과가 다름을 시사함.
• LLM 기반 코드 생성 과정에 에너지 효율성 평가를 통합해야 함.