Enhancing Automated Program Repair using Patch Lightweighting and Context Information
Eunseo Jung, Abdinabiev Aslan Safarovich, Byungjeong Lee · Journal of KIISE · 2025
프로그램 자동 정정 연구에서 대규모 언어 모델(LLM)은 매우 중요한 역할을 한다. 하지만 토큰 제한 문제로 인해 LLM이 처리할 수 있는 토큰 개수의 한계를 넘는 경우 LLM의 기능을 최대한 활용하지 못하고 버그나 에러를 올바르게 정정하지 못하는 문제가 발생한다. 따라서 본 연구에서는 패치 경량화와 유사한 메서드 정보를 활용하여 LLM의 토큰 길이 제한을 극복하여 더 많은 버그를 정정하고자 한다. 버그가 있는 메서드와 가장 높은 유사도를 가지고 있는 메서드를 문맥 메서드로 활용하고, 메서드 중 길이가 긴 메서드의 경우 패치 경량화 방법을 활용하여 LLM이 처리 가능한 토큰으로 메서드가 구성되도록 한다. 이러한 방법을 적용한 결과, 적은 토큰으로도 효율적인 버그 정정이 가능함을 확인하였다.