코드 이해는 소프트웨어 엔지니어링에서 가장 시간이 많이 소요되는 작업 중 하나이지만, 대부분의 LLM 기반 어시스턴트는 질문하는 사람을 무시하고 개발자들을 방해적인 복사-붙여넣기 워크플로우로 몰아넣습니다. 우리는 Visual Studio Code에 통합되어 분석 대상 코드에 직접 연결된 자율적 설명을 통해 프로그램 이해를 지원하는 LLM 기반 에이전트 TARS를 제시합니다. 가벼운 마음 이론(Theory of Mind) 패러다임을 기반으로 구축된 TARS는 개발자의 전문 지식, 역할, 스타일 선호도를 프로파일링하고, 이를 바탕으로 설명의 깊이와 어조를 조정하며, 검색 증강 생성(Retrieval-Augmented Generation)을 통해 프로젝트 문서에 근거하여 설명을 제공합니다. TARS를 평가하기 위해 우리는 비자명한 Java 스니펫을 사용하여 18명의 참가자를 대상으로 통제된 실험을 수행했습니다. TARS를 사용한 참가자들은 작업을 26% 더 빠르게 완료했으며, 낮은 인지 부하를 보고했고, 설명이 자신들의 프로파일에 의미 있게 맞춰졌다고 느꼈습니다.