메타의 새로운 프롬프트 기법이 LLM의 코드 리뷰 성능을 크게 향상 — 일부 경우 정확도 93%까지 상승

메타 연구진은 semi-formal reasoning이라는 구조화된 프롬프트 기법을 소개한다 — AI에게 전제 제시, 구체적 실행 경로 추적, 형식적 결론 도출을 요구한 후 답변하게 함.

이 기법은 코딩 과제에서 LLM의 정확도를 높이고 결함 위치 탐지 및 코드베이스 질의응답 오류를 줄인다.

이는 에이전트 기반 코드 추론 능력에 의존한다 — 에이전트가 파일을 탐색하고 의존성을 추적하며 실행 없이 컨텍스트를 수집해 깊은 의미 분석을 수행한다.

개발자는 실행 없는 의미론적 코드 분석을 통해 코드리뷰 작업에 LLM을 활용할 수 있으며, 이를 통해 AI 코딩 인프라 비용을 낮출 수 있다.

실행 없는 코드 검증을 위한 두 접근법으로 비구조화된 LLM 평가기(또는 리워드 모델)와 Lean, Coq, Datalog 같은 형식 언어를 이용한 형식 검증이 제시된다.