레거시 코드의 신경망 코드 번역: APL에서 C#으로

요약

본 논문은 희소한 구문과 데이터 부족으로 인해 번역이 어려운 APL 언어를 C#으로 자동 변환하기 위한 새로운 LLM 기반 프레임워크를 제안합니다. 자연어 설명 매개, 검색 증강(RAG), 반복적 개선 전략을 활용하여 번역 품질을 높였으며, 구문 컴파일과 기능적 실행을 모두 검증하는 자동 평가 파이프라인을 통해 그 효과를 입증했습니다.

핵심 포인트

• APL에서 C#으로의 번역을 위한 자연어 설명 매개, 검색 증강, 반복적 개선 전략 도입
• APL의 특수 구문 및 병렬 코퍼스 부족 문제를 해결하기 위한 프레임워크 설계
• 구문 컴파일 및 기능적 실행 검증을 포함한 자동 평가 파이프라인 개발
• 추가적인 문맥과 가이드 제공이 신경망 코드 번역 성능을 크게 향상시킴을 확인