프롬프트 엔지니어링을 통한 다중 에이전트 코드 생성용 TDD 거버넌스
요약
본 기술 기사는 대형 언어 모델(LLMs) 기반 코드 생성 과정에서 발생하는 불안정성과 비결정론적 문제를 해결하기 위해 'AI 네이티브 TDD 프레임워크'를 제안합니다. 이 프레임워크는 테스트 주도 개발(TDD)의 원칙을 구조화된 프롬프트 및 워크플로우 레벨 거버넌스 메커니즘으로 구현하여, 계획-생성-수리-검증 단계를 체계적으로 관리합니다. 이를 통해 LLM이 생성하는 코드의 안정성과 재현성을 높이고, 소프트웨어 엔지니어링 규범을 개발 프로세스에 직접 통합할 수 있습니다.
핵심 포인트
- LLMs 기반 코드 생성은 불안정성 및 비결정론적 문제를 내포하고 있어 구조화된 거버넌스가 필요합니다.
- 제안된 프레임워크는 TDD(테스트 주도 개발)의 원칙을 AI 워크플로우에 적용하여 안정성을 확보합니다.
- 시스템은 계획, 생성, 수리, 검증 단계를 아우르며, 단계 순서 지정 및 제한된 루프를 강제합니다.
- 소프트웨어 엔지니어링 규범(예: TDD 원칙)을 기계가 판독 가능한 선언문으로 공식화하여 프롬프트 오케스트레이션에 인코딩합니다.
대형 언어 모델 (LLMs) 은 소프트웨어 개발을 가속화하지만, 비제약된 워크플로우에서는 불안정성, 비결정론적 성질, 그리고 개발 규범에 대한 약한 준수를 보이는 경우가 많습니다. 테스트 주도 개발 (TDD) 이 구조화된 Red-Green-Refactor 프로세스를 제공함에도 불구하고, 기존 LLM 기반 접근법은 주로 테스트를 보조 입력으로 사용하는 반면, 강제 가능한 프로세스 제약 조건으로 활용하지는 않습니다. 우리는 고전적인 TDD 원칙을 구조화된 프롬프트 레벨과 워크플로우 레벨 거버넌스 메커니즘으로 구현하는 AI 네이티브 TDD 프레임워크를 제시합니다. 추출된 원칙은 기계가 판독 가능한 선언문 (manifesto) 으로 공식화되어, 모델 제안과 결정론적 엔진 권한을 분리하는 계층형 아키텍처 내에서 계획 (planning), 생성 (generation), 수리 (repair), 검증 (validation) 단계를 아우르게 됩니다. 이 시스템은 단계 순서 지정, 제한된 수리 루프, 검증 게이트, 그리고 원자적 변이 제어 (atomic mutation control) 를 강제하여 안정성과 재현성을 향상시킵니다. 우리는 아키텍처를 설명하고 소프트웨어 엔지니어링 규범을 프롬프트 오케스트레이션에 직접 인코딩하는 방식을 논의하며, 이것이 신뢰할 수 있는 LLM 보조 개발을 위한 유망한 방향이라고 생각합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기