MOA: 코드베이스 규모의 메모리 최적화 자동화를 위한 프로파일링 가이드 기반 LLM 프레임워크

요약

MOA는 대규모 코드베이스의 메모리 비효율성을 자동으로 탐지하고 수정하는 LLM 기반 프레임워크입니다. 세 가지 에이전트를 통해 프로파일링 데이터를 분석하고 최적화 패치를 생성하며, OpenHarmony 테스트 결과 높은 전문가 수용률과 유의미한 메모리 감소 효과를 입증했습니다.

핵심 포인트

• LLM 기반의 자동화된 메모리 최적화 프레임워크 MOA 제안
• Analyzer, Checker Generator, Patcher의 3단계 에이전트 구조
• OpenHarmony 적용 결과 10,000개 이상의 비효율성 탐지
• 평균 42.2%의 힙(heap) 감소 및 10.6%의 바이너리 크기 감소 달성
• 92.5%의 높은 전문가 패치 수용률 기록