도메인 특화 언어 (Domain-specific languages, DSLs)는 운영 체제 보안 정책을 관리하는 데 널리 사용되지만, 이러한 언어로 규칙을 수동으로 작성하는 것은 높은 전문성을 요구하며 오류가 발생하기 쉽습니다. 본 논문은 자연어 설명으로부터 자동화된 DSL 코드를 생성하는 작업인 Text2DSL을 Text-to-SQL 및 범용 코드 생성 (general-purpose code generation)과는 별개의 독특한 문제 클래스로 공식화합니다. 우리는 3단계 AST (Abstract Syntax Tree) 기반 파이프라인을 통해 검증된 4,204개의 자연어-Polkit-규칙 쌍으로 구성된 PolkitBench 데이터셋을 소개합니다. 규모와 출처가 다른 두 가지 MoE (Mixture-of-Experts) 모델인 GigaChat-10B-A1.8B (활성 파라미터 1.8B)와 Nemotron-3-Nano-30B-A3B (활성 파라미터 3B)에 대한 통제된 프롬프트 실험을 통해, LLM 기반 DSL 코드 생성에서 구조화된 컨텍스트 (BNF 문법, API 사양, 허용된 식별자 어휘)의 결정적인 역할을 입증합니다. 두 모델 모두에서 컨텍스트를 제공했을 때 구문 유효성 (syntactic validity)은 98.6-99.4%로 상승하였고, 구조적 유효성 (structural validity)은 +9.7에서 +35.5 pp 상승했으며, CodeBLEU 점수는 +60%에서 +95%까지 향상되었습니다. 규모와 출처가 다른 모델 전반에 걸쳐 나타나는 이러한 효과의 일관성은, Text2DSL 문제 클래스의 경우 모델 미세 조정 (fine-tuning) 없이도 프롬프트 컨텍스트에 정식 타겟 언어 사양을 주입하는 것이 고품질 생성을 위한 강력한 촉진 요인임을 나타냅니다.