김동선 연구실

본 연구는 KRIVET의 KEEP II 데이터를 활용하여 다층 로지스틱 회귀분석을 수행했습니다. 결과적으로 진로성숙도는 일반고 학생의 대학진학에는 유의미한 영향을 미치지 않았으나, 실업계고 학생의 대학진학에는 유의미한 영향을 미쳤습니다. 이는 학교의 진로교육이 실업계고 학생의 대학진학에 간접적으로 영향을 미칠 수 있음을 시사합니다.

본 논문은 코드 생성 LLM이 생성하는 환각(hallucination) 문제를 다룹니다. 코드 생성 LLM은 기존 코드 수정이나 함수 생성에 유용하지만, 부정확하고 정당화 불가능한 정보를 생성하는 환각 현상이 발생합니다. 이 조사는 코드 생성 LLM의 환각 유형을 분류하고, 기존 벤치마크와 완화 전략을 검토하며, 향후 연구 방향을 제시합니다.

본 논문은 AI 제어 시스템의 안전성 검증을 위해 Synthify 프레임워크를 제안합니다. 선형 제어기 프록시 프로그램 합성과 ε-greedy 전략을 통해 두 단계로 위반 사항을 탐지하며, PSY-TaLiRo 대비 83.5% 높은 성공률과 12.8배 빠른 속도를 달성합니다.

본 연구는 코드 리뷰 관점에서 메서드 이름 불일치를 감지하는 방법을 조사합니다. 코드 리뷰와 이름 변경을 매칭하여 ReName4J 벤치마크를 구축하고, 기존 최신 기법들의 성능을 평가한 결과 불일치 검사와 추천 모두에서 성능이 미흡함을 발견했습니다.

본 논문은 단일 페이지 웹 애플리케이션(SPA)의 메모리 누수 버그를 사전에 수리하는 LEAKPAIR 기법을 제안합니다. 패턴 기반 프로그램 수리 방식을 활용하여 누수 탐지 없이 자동으로 패치를 생성하며, 60개 오픈소스 프로젝트 평가 결과 개발자가 수용 가능한 효과적인 패치를 생성하고 기능 손상을 야기하지 않으며 GPT-4보다 우수한 성능을 보입니다.