의존성 그래프는 코드-아키텍처 매핑에 언제 도움이 되는가?

요약

본 논문은 코드 아키텍처 매핑 문제를 방향성 다중 관계 의존성 그래프 기반 준지도 학습 노드 분류 문제로 정의했습니다. GCN, GAT 등 여러 그래프 신경망 모델을 사용하여 오픈 소스 시스템에서 테스트한 결과, 특히 GAT가 높은 F1 점수를 기록하며 기존 기준 모델 대비 우수한 성능을 입증했습니다.

핵심 포인트

• 코드-아키텍처 매핑은 준지도 학습 노드 분류 문제로 공식화됨.
• GCN, GAT 등 그래프 신경망이 전통적 모델보다 뛰어난 성능을 보임.
• GAT가 시스템 레벨에서 가장 높은 평균 F1 점수를 달성함.
• 다중 관계 집계(multi-relational aggregation)가 단일 엣지 유형보다 효과적임.