배민지  백종문

10.5626/JOK.2022.49.6.434

컴파일 에러 에러 위치식별 심층신경망

컴파일 에러 없이 완성되는 프로그램은 드물다. 성능 좋은 컴파일러는 컴파일 에러 메시지를 통해 프로그래머에게 문제를 해결할 단서를 주지만, 프로그래머가 에러 메시지를 분석하는 시간 역시 만만치 않다. 이를 줄이기 위해 에러 위치와 수정 방법을 제시하는 많은 제안들이 나와있지만, 대부분 초보 프로그래머의 데이터를 활용하거나 특정 언어에만 적용이 가능하여, 기업 실무에서 진행되는 방대한 규모의 프로젝트에서는 실제로 적용하기 어려운 경우가 대부분이다. 본 연구에서는 실무 프로젝트에서 컴파일 에러 처리시 효율성을 높이기 위해, DNN을 이용하여 컴파일 에러 위치를 식별하는 DeepErrorFinder 모델을 제안한다. 이 모델은 LSTM 모델을 기반으로 구성되었으며, 휴대폰 소프트웨어 개발 프로젝트의 안드로이드 빌드 에러 로그와 수정 코드 데이터를 기반으로 학습 후 에러 위치를 예측한다. 실제 테스트 결과, 52%의 정확도로 예측 및 수동 탐색 대비 시간 단축이 가능하였다. 이 모델은 실무에서 빌드 에러가 발생했을 때 빠르게 에러를 유발한 코드의 위치를 찾도록 도울 것이다.