MEMCoder: 사내 라이브러리를 위한 다차원 진화형 메모리 기반 코드 생성

요약

MEMCoder는 사내 전용 라이브러리에 의존하는 기업 환경에서 LLM의 코드 생성 성능 저하 문제를 해결하기 위해 제안된 새로운 프레임워크입니다. 기존 RAG 시스템이 제공하는 정적 문서만으로는 API 간 작업 수준 조정 패턴이나 경계 조건에 대한 지식 공백을 메우기 어렵다는 한계를 극복합니다. MEMCoder는 모델 자체의 문제 해결 과정에서 얻은 교훈을 포착하고 진화시키는 '다차원 진화형 메모리'를 도입하며, 자동화된 폐쇄 루프(automated closed loop)를 통해 지식을 동적으로 업데이트하여 높은 도메인 특화 적응력을 보여줍니다.

핵심 포인트

• 사내 라이브러리 환경에서 LLM의 코드 생성 성능 저하 문제를 해결하는 것이 핵심 목표입니다.
• 기존 RAG 시스템은 정적 문서에 의존하여 API 간 작업 흐름이나 경계 조건 같은 깊이 있는 지식 공백을 메우지 못합니다.
• MEMCoder는 모델의 문제 해결 과정(성공/실패)에서 얻은 교훈을 포착하는 '다차원 진화형 메모리'를 사용합니다.
• 자동화된 폐쇄 루프(automated closed loop)를 통해 실행 피드백 기반으로 지식을 지속적으로 업데이트하고 개선합니다.
• 벤치마크 평가 결과, MEMCoder는 기존 RAG 시스템 대비 평균 절대 pass@1 점수에서 16.31%의 향상을 입증했습니다.