연구

LLM(Large language model)과 LLMC(LLM for code)를 활용하여, 소프트웨어 유지 보수를 자동화하기 위한 인공지능 기반 기법들에 대해 연구합니다.

1. 결함 메소드/코드에 대한 패치 자동 생성

2. LLM/LLMC의 사용 효율 개선을 위한 프롬프트 공학

최근에는 기계학습/딥러닝이 결합된 인공지능 소프트웨어(AISW)를 고품질화 것을 목표로 하고 있습니다.

자연어로 작성된 이슈리포트를 해결하기 위한 자동화 기법들을 연구합니다. 

1. 리포트 품질 개선

2. 리포트 자동 개발자 배정

3. 버그리포트 기반 자동 결함 위치 식별

4. 이슈 관련 커밋/풀리퀘스트 품질 개선

소프트웨어를 환경 친화적으로 진화/유지보수 하기 위한 방법들에 대해서 연구합니다. 

1. 친환경 AISW 개발을 위한 MLOps방법론

2. 친환경 버전 관리 방법론

3. AISW의 소스코드의 탄소 배출량 평가와 최적화

현재는 특히 그린 AISW를 목표로 연구를 진행하고 있습니다.