arXiv:2609.22719v1 cs.SE

코드에서 요구사항으로: 기업 규모 비즈니스 규칙의 에이전트 기반 역공학

From Code to Requirements: Agentic Reverse Engineering of Business Rules at Enterprise Scale

Garima Agrawal, Prasun Das, Priyanka L, Minisha N, Akshay Sarvade, Hemath Manivanan, Sravani Joshna, Prasad Kalyansundaram

제출 2026-09-22

한국어 초록

기업용 소프트웨어 시스템의 비즈니스 요구사항은 구조화된 형태로 거의 기록되지 않으며, 로직은 대신 소스 코드, 설정 파일, 조직적 기억(institutional memory) 속에 존재한다. 이러한 시스템을 이전·확장·감사해야 할 때 공식적인 요구사항 산출물이 없으면 팀은 비용이 많이 들고 지식이 소실되는 수동 역공학에 내몰린다. 본 논문은 문서화되지 않은 기업 소프트웨어를 역공학하여 비즈니스 요구사항 문서(Business Requirements Documents, bRD)를 자율적으로 생성하는 에이전트 기반 프레임워크를 제시한다. 일곱 개의 전문 에이전트가 협력하여 사용자 여정을 발견하고 비즈니스 규칙을 추출하며, 코드·테스트 스위트·설정·가용 문서로부터 잠금(lock)된 bRD를 합성한다. 이 과정은 정적 분석 도구로 지원되고, 내장된 숙련 실무자 인지 모델이 안내하며, 통제된 에스컬레이션 지점에서 인간 검토자가 감독한다. 실제 기업 배포 환경의 실행 트레이스로 측정한 결과, 프레임워크는 서비스당 9분 미만으로 포괄적인 bRD를 생성하며, 추출된 규칙은 실제 프로덕션 결함 기록과 독립적으로 상호 검증되었다. 동일 목표 아키텍처로의 유사한 이전 마이그레이션에서는 납기에 2년 이상이 걸렸으나, 현재 프로그램에서 이 프레임워크는 IFPUG 복잡도 모델과 업계 벤치마크 인건비를 사용해 실제 저장소 메트릭에서 도출한 기준선 대비 98%를 넘는 비용 절감을 달성한다.

원문 초록

Business requirements for enterprise software systems are rarely captured in structured form; the logic resides instead in source code, configuration files, and institutional memory. When these systems must be migrated, extended, or audited, the absence of formal requirements artifacts forces teams into expensive, knowledge-losing manual reverse engineering. This paper presents an agentic framework that autonomously generates Business Requirements Documents (bRDs) through reverse engineering of undocumented enterprise software. Seven specialized agents collaborate to discover user journeys, extract business rules, and synthesize a locked bRD from code, test suites, configuration, and available documentation, supported by static analysis tools, guided by embedded expert practitioner cognitive models, and overseen by human reviewers at controlled escalation points. Measured on actual execution traces across a real enterprise deployment, the framework generates comprehensive bRDs in under nine minutes per service, with extracted rules independently corroborated against real production defect records. In a comparable prior migration to the same target architecture, delivery required over two years; on the present programme the framework achieves a cost reduction exceeding 98% against a baseline derived from actual repository metrics using IFPUG complexity models and industry benchmark labor rates.

제출 이력

확인된 버전만 표시합니다. 전체 제출 이력은 arXiv 원문에서 확인하세요.

  1. arXiv:2609.22719v1제출 시각 미확인

함께 살펴볼 논문

공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.

arXiv:2610.10628v1cs.SE공통 태그 requirements engineering

Agent4RE: 엔드투엔드 소프트웨어 요구공학 및 벤치마킹을 위한 자가 개선 다중 에이전트 프레임워크

Agent4RE: A Self-Refining Multi-agent Framework for End-to-End Software Requirements Engineering and Benchmarking

소프트웨어 요구공학(RE)을 위한 기존 대규모 언어 모델(LLM) 기반 접근 방식은 일반적으로 기본적인 프롬프팅 전략이나 초보적인 에이전트 협업에 의존하여 다중 에이전트 시스템의 잠재력을 온전히 활용하지 못하고 있습니다. 한편, 활용 가능한 데이터셋은 요구사항 추출, 분류, 완전성 탐지와 같은 개별적인 하위 작업에만 집중되어 있어, 요구사항 도출부터 생성까지 아우르는 엔드투엔드 RE 벤치마크가 부재한 상황입니다. 본 논문에서는 특화된 에이전트들을 조율하고 두 개의 반복적인 개선 루프를 통합한 자가 개선 다중 에이전트 RE 시스템인 Agent4RE를 제시합니다. 평가를 지원하기 위해 사람이 작성한 요구사항 명세서를 바탕으로 구축된 실제 데이터셋인 RE-E2E를 구성하여 RE 워크플로의 엔드투엔드 평가를 가능하게 했습니다. 이러한 토대 위에서, 자율적 자가 개선 또는 구조화된 인간 피드백을 통합한 두 가지 향상된 Agent4RE 버전을 추가로 제안하고, 다양한 시나리오에서 이들의 강점과 한계를 분석합니다. 8개의 LLM을 대상으로 한 평가에서 세 가지 Agent4RE 변형 모두 텍스트 기반 지표에서 도메인 컨텍스트 증강 프롬프팅 기준선(baseline)을 평균 8% 일관되게 능가하는 것으로 나타났습니다. 두 가지 향상된 변형은 LLM-as-a-judge 및 인간 평가에서 최고 평점을 기록하며 4점 척도 기준 두 개의 RE 기준선보다 약 0.8점 앞섰습니다. 이러한 일관된 성능을 통해 Agent4RE가 산업 환경을 위한 실용적인 엔드투엔드 RE 솔루션임을 입증합니다.

arXiv:2607.06125v2cs.SE공통 태그 reverse engineering

Dart AOT 바이너리의 신경망 디컴파일 평가: 미세조정, 지표 유효성, 명세 누출 및 신뢰성

Evaluating Neural Decompilation of Dart AOT Binaries: Fine-Tuning, Metric Validity, Specification Leakage, and Reliability

본 논문에서는 Dart AOT(ahead-of-time) 바이너리에 대한 신경망 디컴파일(neural decompilation)의 실행 기반 평가와 해당 평가 점수가 실제로 측정하는 바에 대한 감사를 제시합니다. 보관된 6개의 어댑터-기준선 비교 전반에서, 18개 엔드포인트에 대해 Holm 보정을 적용하여 k = 1, 5, 10에서 pass@k의 대응 표본 검정을 수행한 결과, 모든 k에서 두 Qwen3-8B 어댑터 모두 기능적 회귀(functional regression)가 확인되었습니다. 나머지 4개의 비교는 결론을 내리기 어렵습니다. 참조 검증을 거치고 계약상 유효한 141개 태스크에서 독립적으로 학습된 3개의 그래프 접두 문맥 시스템이 동일한 후보들을 평가합니다. Best CodeBLEU는 pass@10과 완만한 상관관계(ρ = .218-.246)를 보이고, compile@10은 약한 상관관계(ρ = .072-.082)를 보이며, 컴파일되는 후보 중 단 21.0-23.3%만이 테스트를 통과합니다. 타입, 인자 수(arity), 명령어 내용은 유지하면서 의미적 이름과 관련 단서를 제거한 대응 단일 시드 개입 실험에서는 태스크 커버리지가 42/154에서 7/154로 감소합니다. 일치된 그래프 섭동은 의미적 계약 하에서 감지 가능한 성능 저하를 보이지 않았으며(6개 검정 Holm p >= .750), 명령어 사용 기여도는 미해결 상태로 남아 있습니다. MF-174에서 5개의 디코딩 시드에 걸쳐 기준선은 평균 4.8개, 최소 한 번 이상은 15개, 그리고 모든 시드에서는 1개의 태스크를 해결합니다. 이에 따라 참조 검증, 공유 후보군 기반의 지표 정렬, 바이너리 입력과 메타데이터의 분리, 반복 샘플링, 그리고 출처 보존을 권장합니다. 공개된 캡슐은 무결성 검증 및 보관된 결과의 재현을 지원합니다.

arXiv:2608.11469v2cs.CR공통 태그 reverse engineering

에이전틱 사이버보안의 다음 과제: 현실적이고 오염 없는 리버스 엔지니어링 벤치마크

The Next Challenge for Agentic Cybersecurity: A Realistic, Contamination-Free Reverse Engineering Benchmark

소스 코드가 제공되는 환경에서 AI 에이전트(agent)의 사이버보안 역량은 빠르게 향상되고 있으나, 악성코드, 펌웨어, 독점 소프트웨어 등 보안상 가장 중요한 소프트웨어의 대다수는 바이너리 형태로만 존재합니다. 이러한 소프트웨어를 분석하려면 본격적인 분석에 앞서 프로그램의 시맨틱을 복원하는 리버스 엔지니어링(reverse engineering, RE)이 필수적입니다. 에이전틱 RE를 평가하는 데는 근본적인 과제가 따릅니다. 현실적인 벤치마크(benchmark) 인스턴스는 (1) 암기에 의한 편법을 방지하기 위해 대규모 언어 모델(LLM)의 학습(training) 데이터에 포함되지 않아야 하며, (2) 실제 바이너리의 규모와 안티 분석 보호 기법을 반영해야 합니다. 본 논문에서는 최초의 현실적이고 오염 없는 RE 벤치마크인 SRE-Bench를 소개합니다. RE 전문가들이 5,000시간 이상의 전문 역량을 투입해 바닥부터 구축한 SRE-Bench는 평균 16.9K 라인의 코드 규모를 갖는 19개의 비공개 실제 규모 프로그램으로 구성됩니다. 또한 44개의 자체 안티 분석 메커니즘을 개발하여 262개의 바이너리 인스턴스와 결정론적으로 채점되는 1,572개의 태스크를 구축했습니다. 저자들은 11개 모델에 걸쳐 13가지 에이전트 설정을 평가했습니다. 이 중 8가지는 공개 환경 설정이고, 5가지는 사이버 안전장치를 해제하고 예산 상한선이 없는 내부 무제한 설정입니다. 현실적인 RE는 최첨단 에이전트에게도 여전히 도전적인 과제입니다. GPT-5.6-Sol과 Claude-Fable-5.1은 뛰어난 소스 코드 보안 역량에도 불구하고 채점 대상 인스턴스의 31.5%와 26.9%만을 완전히 해결하여, 소스 코드 보안에서의 성공이 효과적인 바이너리 분석으로 직결되지는 않음을 시사합니다. 예산 상한선과 안전장치가 없는 환경에서 GPT-6-Astra는 거의 완벽에 가까운 pass@4 점수를 달성했으나, 올바른 후보를 안정적으로 식별하는 것은 여전히 어려웠습니다. 에이전트들은 컴파일러 최적화(optimization) 및 정적 링킹에 대체로 둔감했으며, 절제 연구(ablation)를 통해 오염 제어와 현실적인 규모 모두가 에이전트의 RE 역량을 파악하는 데 필수적임을 확인했습니다. 이러한 결과는 RE가 에이전틱 사이버보안의 독자적인 최전선임을 강조하며, SRE-Bench를 진전 상황을 측정하기 위한 엄밀한 테스트베드로 확립합니다.

arXiv:2607.21608v1cs.SE공통 태그 requirements engineering

의무에서 명세로: RE에서 EU AI Act 요구사항 검증에 관한 서베이

From Obligation to Specification: A Survey on Validating EU AI Act Requirements in RE

EU AI Act가 발효됨에 따라 AI 시스템을 개발하거나 운영하는 조직은 투명성, 위험 관리, 추적 가능성(traceability)에 대한 새로운 의무를 직면하게 된다. 요구사항 공학(RE) 관점에서 이러한 의무는 테스트 가능하고 감사 가능한 요구사항 및 검증 가능한 증거로 변환되어야 한다. 그러나 많은 조직은 현재 이를 달성하기 위한 체계적인 프로세스가 부족하다. 우리는 대규모 언어 모델(LLM) 기반 에이전트 검증 도구가 이러한 변환을 지원하여 이 격차를 해소하는 데 도움이 될 수 있다고 가설한다. 우리는 EU AI Act 지향 RE를 위한 조직의 준비 상태와 LLM 기반 에이전트 폐루프(closed-loop) 검증 도구에 대한 인식을 평가하기 위해 전문가 인터뷰(N=10)와 온라인 설문조사(N=15)를 포함한 혼합 방법 탐색 연구를 수행한다. 참가자는 RE, 데이터 과학, 개발, 컴플라이언스 역할에 걸쳐 있다. 결과는 EU AI Act가 매우 관련성이 높다고 여겨지지만, 규제 의무를 포착하고 프로젝트에 업데이트를 전파하며, 생명주기 전반에 걸친 추적 가능성과 증거를 유지하는 구조화된 메커니즘이 종종 부재함을 보여준다. 참가자들은 LLM 기반 도구가 의무를 요구사항에 매핑하고, 커버리지를 평가하며, 증거를 조직하는 데 유망하다고 보면서도 완전 자동화에 대한 강한 우려를 표명하고 안전장치(safeguards)의 필요성을 강조한다. 이러한 발견을 바탕으로 우리는 EU AI Act 대응 폐루프 접근법을 위한 최소 요구사항을 개략적으로 제시한다.

arXiv:2510.05592v2cs.AI공통 태그 agentic systems

효과적인 계획 및 도구 사용을 위한 In-the-Flow 에이전트 시스템 최적화

In-the-Flow Agentic System Optimization for Effective Planning and Tool Use

결과 지향(outcome-driven) 강화학습은 대규모 언어 모델(LLM)의 추론을 발전시켰지만, 지배적인 도구 증강(tool-augmented) 접근법은 전체 컨텍스트 하에서 사고와 도구 호출을 교차 배치하는 단일의 거대(monolithic) 정책을 학습하며, 이는 긴 수평선과 다양한 도구에 대해 확장성이 낮고 새로운 시나리오에 대한 일반화가 약하다. 에이전트 시스템은 작업을 전문화된 모듈로 분해함으로써 유망한 대안을 제공하지만, 대부분은 학습 없이(training-free) 운용되거나 다중 턴 상호작용의 실시간 동역학과 분리된 오프라인 학습에 의존한다. 우리는 진화하는 메모리를 통해 네 가지 모듈(플래너, 실행기, 검증기, 생성기)을 조율하고 다중 턴 루프 내에서 플래너를 직접 최적화하는 학습 가능한 in-the-flow 에이전트 프레임워크인 AgentFlow를 제안한다. 실시간 환경에서 온-정책 학습을 위해, 다중 턴 최적화를 처리 가능한 단일 턴 정책 업데이트의 시퀀스로 변환하여 긴 수평선의 희소 보상(sparse-reward) 크레딧 할당 문제를 해결하는 Flow 기반 Group Refined Policy Optimization(Flow-GRPO)을 제안한다. 이 방법은 검증 가능한 단일 궤적 수준(trajectory-level) 결과를 모든 턴에 전파하여 지역적 플래너 결정을 전역적 성공과 정렬하고, 그룹 정규화된 이점(group-normalized advantages)으로 학습을 안정화한다. 10개 벤치마크에서 7B 규모 백본을 사용한 AgentFlow는 검색 14.9%, 에이전트 14.0%, 수학 14.5%, 과학 4.1%의 평균 정확도 향상으로 최고 성능 기준선을 능가하며, GPT-4o와 같은 더 큰 독점 모델조차 넘어선다. 추가 분석은 in-the-flow 최적화의 이점을 확인하며, 향상된 계획, 강화된 도구 호출 신뢰성, 모델 크기 및 추론 턴 수에 따른 긍정적 스케일링을 보여준다.

토론

이 논문과 연결된 포럼 글이 아직 없습니다.