[논문] QBugLM: LLM 기반 양자 소프트웨어 디버깅을 위한 에이전트형 벤치마크 프레임워크
Source: arXiv - 2606.07314v1
개요
양자 소프트웨어 버그는 명시적인 오류 대신 조용히 잘못된 출력을 내는 경우가 많아 기존 기법으로 탐지하고 수정하기가 특히 어렵다. 대형 언어 모델(LLM)이 고전적인 소프트웨어 엔지니어링 작업에서 뛰어난 성능을 보여왔지만, 양자 코드를 디버깅하는 능력은 아직 거의 연구되지 않았다. 이러한 격차를 메우기 위해 우리는 QBugLM을 제안한다. QBugLM은 다중 에이전트 프레임워크로, 프레임워크에 구애받지 않는 OpenQASM 3.0 프로그램을 대상으로, 분류 기반 버그 주입 → LLM 기반 탐지 및 수리 → 시뮬레이션 기반 검증이라는 양자 소프트웨어 디버깅 파이프라인을 자동화한다. 또한 QBugLM을 활용해 Claude 4.6 Sonnet과 Qwen3 Coder Next 두 모델을 다양한 프롬프트 전략, 버그 카테고리, 양자 프로그램에 걸쳐 벤치마크하는 포괄적인 사례 연구를 수행했다. 결과는 반복 피드백이 핵심임을 보여준다. 한 번의 재시도만으로 Pass@1이 25 % 이하에서 80 % 이상으로 상승한다. 게다가 제한된 자원 하에서 사고 능력이 있는 모델에 대해서는 단순한 구조화 프롬프트가 Chain‑of‑Thought와 ReAct보다 더 좋은 성능을 낼 수 있다. 우리의 연구는 양자 프로그램 디버깅을 위한 LLM 능력 벤치마크의 초기 단계이며, 자동 양자 소프트웨어 수리를 위한 향후 연구에 실용적인 통찰을 제공한다.
핵심 기여
This paper presents research in the following areas:
- cs.SE
- cs.ET
- quant-ph
방법론
Please refer to the full paper for detailed methodology.
실용적 함의
This research contributes to the advancement of cs.SE.
저자
- An B. B. Pham
- Hoa T. Nguyen
- Muhammad Usman
논문 정보
- arXiv ID: 2606.07314v1
- Categories: cs.SE, cs.ET, quant-ph
- Published: June 5, 2026
- PDF: Download PDF