LLM 을 활용한 다 파일 DSL 코드 생성: 산업 현장 사례 연구

요약

본 연구는 LLM을 활용하여 다수의 파일과 복잡한 폴더 구조를 아우르는 도메인 특정 언어(DSL) 코드를 생성하고 수정하는 엔드투엔드 파이프라인을 개발했습니다. BMW 현장 사례 연구를 기반으로, Xtext 기반 DSL 아티팩트 생성을 목표로 코드 중심 LLM을 적응시켰습니다. 이 과정에서 DSL 폴더 계층 구조는 경로가 보존된 JSON 형태로 인코딩되어 저장소 규모의 단일 응답 생성과 교차 파일 의존성 학습이 가능하게 했습니다. 파인튜닝(QLoRA)을 적용한 모델들이 가장 높은 정확도와 구조적 충실도를 보여주었으며, 이는 LLM이 복잡한 산업 현장의 코드 생성 작업에 실질적인 유용성을 가짐을 입증했습니다.

핵심 포인트

• LLMs를 활용하여 다중 파일 및 폴더 구조의 DSL 코드를 생성하는 엔드투엔드 파이프라인 개발.
• DSL 아티팩트 생성을 위해 폴더 계층 구조를 경로가 보존된 JSON으로 인코딩하여 모델 학습에 사용함.
• QLoRA와 같은 파인튜닝 기법이 베이스라인 프롬프팅 대비 가장 큰 성능 향상을 가져옴.
• 표준 지표 외에 '편집 정확도' 및 '저장소 구조 충실도' 등 작업 특화 평가 지표를 도입하여 실용성을 검증함.