[Paper] 미세 조정된 LLM 기반 코드 마이그레이션 프레임워크

Source: arXiv - 2512.13515v1

개요

이 논문은 레거시 SQL 코드베이스—특히 Oracle PL/SQL에서 PostgreSQL로—를 현대적인 클라우드‑네이티브 데이터 플랫폼으로 마이그레이션하기 위한 fine‑tuned large language model (LLM)‑driven framework를 소개합니다. 고전적인 소프트웨어 엔지니어링 관행과 생성 AI를 결합함으로써, 저자들은 수동 재작성 작업을 크게 줄이면서 비즈니스 로직을 보존하는 확장 가능하고 반복적인 워크플로우를 입증합니다.

핵심 기여

• 하이브리드 마이그레이션 파이프라인: 전통적인 정적 분석과 SQL 번역 작업에 맞게 미세조정된 LLM을 결합.
• 반복적·반자동 변환 루프: 자동 구문 매핑 → 오류 감지 → 전문가 피드백 → 모델 정제.
• 미세조정 전략: 순수 프롬프트 엔지니어링보다 우수하며, 복잡한 구조(스토어드 프로시저, 트리거, 뷰)에서 높은 정밀도 제공.
• 자동 SQL 기능 감지 및 반지도 학습 오류 분석: 소스와 대상 방언 간의 불일치를 드러냄.
• 실증적 평가: 여러 마이그레이션 사이클에서 구문 오류율이 70‑80 % 감소하고, 수동 검토 시간이 30 % 감소함을 입증.
• 피드백‑인‑더‑루프 메커니즘: 주제 전문가(SME)의 수정 사항을 학습 데이터에 반영하여 지속적인 개선을 가능하게 함.

방법론

1. 데이터 수집 및 전처리

   • 세 개의 실제 기업 데이터베이스에서 Oracle PL/SQL 객체(프로시저, 함수, 트리거, 뷰) 코퍼스를 추출했습니다.
   • 규칙 기반 베이스라인을 사용해 PostgreSQL 대응 코드를 생성하여 학습 세트를 초기화했습니다.

2. 모델 파인튜닝

   • 공개된 코드 중심 LLM(예: CodeLlama‑7B)에서 시작했습니다.
   • 쌍으로 된 코퍼스에 대해 감독 학습 파인튜닝을 적용했으며, 커서 루프, bulk collect, autonomous transaction 등 엣지 케이스 구문에 중점을 두었습니다.
   • SME‑curated corrections를 추가 학습에 포함시켜 모호한 매핑을 해결하는 방법을 모델에 학습시켰습니다.

3. 반복 마이그레이션 루프

   • Automatic conversion: 파인튜닝된 모델이 각 PL/SQL 객체에 대한 PostgreSQL 코드를 생성합니다.
   • Static validation: 구문 검사기가 오류를 표시하고, 기능 정렬 분석기가 의미적 충실도를 점수화합니다.
   • Error triage: 높은 신뢰도의 수정은 자동으로 적용하고, 낮은 신뢰도의 경우 SME에게 전달합니다.
   • Feedback ingestion: SME가 수정한 내용을 다음 반복을 위한 파인튜닝 데이터셋에 다시 투입합니다.

4. 평가

   • 세 번의 마이그레이션 사이클에 걸쳐 Syntax Error Rate (SER), Feature Alignment Score (FAS), **Manual Review Effort (MRE)**을 측정했습니다.
   • 순수 프롬프트 엔지니어링 베이스라인 및 전통적인 규칙 기반 변환기와 비교했습니다.

결과 및 발견

• 구문 오류가 ≈80 % 감소하여 규칙‑기반 접근 방식에 비해 크게 개선되었습니다.
• 의미 충실도(마이그레이션된 코드가 원래 동작을 얼마나 잘 보존하는가)는 두 차례의 반복 사이클 후 90 %를 초과했습니다.
• 피드백 루프가 가장 큰 향상을 가져왔으며, 각 SME(전문가) 수정이 하위 SER을 약 2 % 감소시켰습니다.

실용적 시사점

• Accelerated Cloud Migration: 기업은 레거시 Oracle 워크로드를 PostgreSQL 또는 기타 오픈‑소스 플랫폼으로 훨씬 적은 수동 재코딩으로 이동시킬 수 있어, 마이그레이션 기간을 수개월에서 수주로 단축할 수 있습니다.
• Cost Savings: 수동 검토 작업을 줄이면 컨설팅 및 개발자 시간 비용이 직접 감소하여, 일반적인 중규모 마이그레이션 프로젝트에서 $200–$500 k 정도를 절감할 수 있습니다.
• Continuous Integration: 이 프레임워크는 CI/CD 파이프라인에 삽입될 수 있어, 새로 도입된 PL/SQL 코드를 자동으로 감지하고 실시간으로 PostgreSQL 대응 코드를 제안합니다.
• Extensibility: 이 연구는 Oracle→PostgreSQL에 초점을 맞추지만, 동일한 파인‑튜닝 + 피드백 패러다임을 다른 방언 쌍(예: T‑SQL → Snowflake SQL)이나 NoSQL 스키마 마이그레이션에도 적용할 수 있습니다.
• Developer Enablement: 높은 신뢰도의 제안을 제공함으로써, 개발자는 구문 조정보다 비즈니스 로직 검증에 더 많은 시간을 할애하게 되어 전체 코드 품질이 향상됩니다.

제한 사항 및 향후 작업

• 데이터셋 범위: 훈련 코퍼스는 세 개의 엔터프라이즈 데이터베이스로 제한되었습니다; 더 넓은 방언 다양성(예: DB2, Sybase)은 아직 테스트되지 않았습니다.
• 런타임 의미론: 평가는 구문 정확성과 정적 기능 정렬에 초점을 맞추었으며, 전체 엔드‑투‑엔드 기능 테스트(성능, 트랜잭션 의미론)는 논문의 범위에 포함되지 않았습니다.
• 모델 크기와 지연 시간: 7B 파라미터 모델을 파인튜닝하면 좋은 결과를 얻지만, 더 큰 모델은 가장자리 사례 처리 능력을 향상시킬 수 있지만 추론 지연 시간이 증가합니다.

향후 방향

1. 자동 테스트 생성을 도입하여 마이그레이션 후 기능적 동등성을 검증합니다.
2. 파인튜닝과 결합한 few‑shot 프롬프트를 탐색하여 SME가 선별한 데이터 양을 줄입니다.
3. 파이프라인을 확장하여 스키마 수준 마이그레이션(데이터 타입 변환, 인덱싱 전략) 및 클라우드 네이티브 최적화(예: 파티셔닝, 샤딩)를 처리합니다.

핵심 요약: 실제 SQL 변환 작업에 LLM을 파인튜닝하고 전문가 피드백을 반복함으로써, 저자들은 데이터베이스 마이그레이션을 크게 효율화할 수 있는 실용적이고 재현 가능한 프레임워크를 제공합니다—데이터 스택을 현대화하려는 개발자와 비즈니스 리더 모두에게 이득이 됩니다.

저자

• Oleg Grynets
• Vasyl Lyashkevych
• Dmytro Baran
• Maksym Orliansky
• Taras Zelenyy
• Markiian Leshchyshyn

논문 정보

• arXiv ID: 2512.13515v1
• 분류: cs.SE, cs.CL, cs.LO
• 출판일: 2025년 12월 15일
• PDF: PDF 다운로드