💻 computer science

Contract-Coding: Towards Repo-Level Generation via Structured Symbolic Paradigm

이 논문은 모호한 사용자 의도를 형식적인 '언어 계약 (Language Contract)'으로 변환하여 모듈 간 의존성을 분리하고 아키텍처 병렬화를 가능하게 함으로써, 복잡한 저장소 수준의 코드 생성에서 발생하는 컨텍스트 충실도 문제를 해결하고 47% 의 기능적 성공률을 달성한 'Contract-Coding' 프레임워크를 제안합니다.

원저자: Yi Lin, Lujin Zhao, Yijie Shi

게시일 2026-04-16

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Yi Lin, Lujin Zhao, Yijie Shi

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

이 논문은 **"Contract-Coding(계약 코딩)"**이라는 새로운 소프트웨어 개발 방식을 제안합니다. 복잡한 내용을 일상적인 비유로 쉽게 설명해 드릴게요.

🏗️ 핵심 비유: "건축 도면" vs "입으로만 지시하기"

지금까지 AI 가 코드를 작성할 때의 방식은 건축주가 건축가에게 "나 저기 멋진 집 하나 지어줘. 분위기는 이런 거야!"라고 막연하게 말하고, 건축가가 그 말만 듣고 벽돌 하나하나를 쌓아 올리는 방식이었습니다.

이 방식의 문제는 무엇일까요?

오해가 쌓입니다: 처음에 "멋진 집"이라는 vague(모호한) 지시가 100 개의 벽돌을 쌓는 동안 점점 왜곡됩니다.
기억력 한계: 건축가가 100 개의 벽돌을 다 쌓으려면, 처음에 들었던 지시사항을 잊어버리거나 앞뒤가 맞지 않게 됩니다. (이를 논문에서는 '문맥 과부하'라고 합니다.)
무너지는 구조: 중간에 실수가 생기면 그 실수가 다음 단계로 전파되어, 결국 전체 건물이 무너집니다.

✨ Contract-Coding 의 해결책: "디지털 계약서"

이 논문은 **"막연한 아이디어를 먼저 '엄격한 계약서'로 바꾸자"**고 제안합니다.

1. 계약서 (Language Contract) 를 먼저 작성합니다

사용자가 "멋진 집"이라고 말하면, AI 는 바로 벽돌을 쌓지 않습니다. 대신 건축 도면과 계약서를 먼저 만듭니다.

"이 방은 30 평이고, 창문은 남향이며, 전기는 이 위치에 배선해야 한다."
이 계약서는 **단 하나의 진실 (Single Source of Truth)**이 됩니다.

2. 역할 분담과 병렬 작업 (동시 진행)

이제 이 계약서를 바탕으로 여러 명의 AI 건축가 (에이전트) 가 동시에 일을 시작합니다.

전기공 AI: 계약서만 보고 전선 배치를 합니다.
배관공 AI: 계약서만 보고 배관을 합니다.
벽돌공 AI: 계약서만 보고 벽을 쌓습니다.

중요한 점: 전기공은 배관공이 무슨 일을 하는지, 벽돌공이 무엇을 쌓는지 알 필요가 없습니다. 오직 계약서만 보면 됩니다.

효과: 서로 간섭하지 않아서 일도 빠르고, 한 명이 실수해도 다른 사람의 작업에는 영향을 주지 않습니다.

3. 감시관 (Auditor) 이 계약서를 지키는지 확인합니다

작업이 끝날 때마다 감시관 AI가 와서 "계약서에 적힌 대로 했나?"를 확인합니다.

만약 계약서에 "남향 창문"이라고 되어 있는데, 벽돌공이 "서향"으로 쌓았다면?
감시관은 즉시 **"계약 위반!"**이라고 지적하고, 해당 부분을 수정하도록 시킵니다.
이때 중요한 건, 계약서 자체가 수정될 수도 있다는 점입니다. 만약 "아, 원래 계획에 없던 '발코니'가 필요했다"면, 계약서 자체를 업데이트하고 모든 작업자가 그 새 계약서를 따르도록 합니다.

🚀 왜 이것이 혁신적인가요?

기억력 문제 해결: AI 는 긴 대화 내용 (문맥) 을 기억할 필요가 없습니다. 오직 계약서만 보면 되므로, 아무리 큰 프로젝트 (수백 개의 파일) 라도 혼란 없이 처리할 수 있습니다.
실수 방지: 처음에 생긴 작은 오해가 나중에 거대한 재앙이 되는 것을 막아줍니다. 계약서가 '진실'이므로, 모든 작업이 그 기준에 맞춰집니다.
빠른 속도: 여러 AI 가 동시에 (병렬로) 일할 수 있어서, 한 명이 순서대로 하는 것보다 훨씬 빠릅니다.

📝 한 줄 요약

**"막연한 아이디어를 먼저 '엄격한 계약서'로 바꾸고, 그 계약서를 기준으로 여러 AI 가 동시에 일하게 하여, 복잡한 소프트웨어도 실수 없이 빠르게 짓는 방법"**입니다.

이 방식은 마치 건축가들이 서로의 작업을 지켜보며 일하는 대신, 완벽한 도면 (계약서) 을 보고 각자 맡은 부분을 동시에 완성하는 것과 같습니다. 덕분에 AI 가 혼자서도 거대한 소프트웨어 프로젝트를 성공적으로 완성할 수 있게 되었습니다.

1. 문제 정의 (Problem)

최근 대규모 언어 모델 (LLM) 을 활용한 자동 소프트웨어 공학 (ASE) 은 단일 코드 완성에서 복잡한 워크플로우를 처리하는 다중 에이전트 시스템 (MAS) 으로 진화했습니다. 그러나 기존 접근 방식은 의도 주도 개발 (Intent-Driven, 일명 "Vibe Coding") 환경에서 다음과 같은 근본적인 한계에 직면해 있습니다.

컨텍스트 충실도 트레이드오프 (Context-Fidelity Trade-off): 사용자의 모호한 의도 (Vibe) 를 복잡한 레포지토리 수준으로 생성할 때, 불명확한 의도가 선형적 추론 체인을 압도하여 아키텍처 붕괴를 초래합니다.
순차적 엔트로피 누적 (Sequential Entropy Accumulation): 기존 "Chain-of-Thought" 방식은 초기 모듈의 아키텍처적 모호성이 후속 생성 단계로 전파되며 증폭되어, 전역적으로 유효하지 않은 상태를 만듭니다.
컨텍스트 병목 현상 (Context Bottleneck): 구현 세부사항이 누적되면서 모델의 유한한 컨텍스트 윈도우를 소모하여, 에이전트가 존재하지 않는 API 를 생성하는 '환각 (Hallucination)'을 유발하거나 아키텍처가 붕괴됩니다.
형식화 병목 (Formalization Bottleneck): 기존 'Spec-Driven' 방식은 사용자가 완벽한 구조적 청사진을 가지고 있다고 가정하지만, 실제 개발 환경에서는 모호한 기능적 목표만 제시되는 경우가 많습니다.

2. 방법론 (Methodology)

저자는 Contract-Coding이라는 새로운 패러다임을 제안하며, 이는 **자율적 기호적 그라운딩 (Autonomous Symbolic Grounding)**을 통해 모호한 의도를 실행 가능한 코드로 연결합니다. 핵심 메커니즘은 다음과 같습니다.

가. 언어 계약 (Language Contract) 및 단일 진실 공급원 (SSOT)

개념: 모호한 사용자의 의도를 형식화된 **언어 계약 (Language Contract)**으로 투사합니다. 이는 구조적 아키텍처와 구현 세부사항 사이의 '정보 장벽' 역할을 하며, 모든 에이전트가 참조하는 **단일 진실 공급원 (SSOT)**이 됩니다.
구조: 계약은 두 계층으로 구성됩니다.
1. 제약 투사 (Constraint Projection): 자연어 기반의 요구사항 및 아키텍처 설명 (LLM 이 '왜'를 이해).
2. 실행 가능한 커널 (Executable Kernel): 엄격한 논리적 커널 (파일 경로, 타입 시그니처, 상태 공간 등) 로, 에이전트가 '언제'와 '어떻게' 실행할지 결정하는 기호적 제약 조건입니다.

나. 계약 주도 계층적 그래프 (Contract-Driven Hierarchical Graph, HEG)

기존 방식 탈피: 에이전트 간의 순차적 의존성을 제거하고, 계약을 '토폴로지 하이퍼바이저'로 활용합니다.
조건부 독립성 (Conditional Independence): 모듈 $f_i$ $f_{i}$ 의 구현은 다른 모듈의 구현 상태가 아닌, 오직 계약 $C$ $C$ 에만 의존합니다.
- 수식: $P(f_i | R_{\setminus i}, C) = P(f_i | C)$
병렬 실행: 이 조건부 독립성을 통해 여러 에이전트가 동기화 없이도 병렬로 코드를 생성할 수 있으며, 구현 세부사항의 누적으로 인한 컨텍스트 소모를 방지합니다.

다. 능동적 계약 감사 (Active Contract Auditing)

자가 치유 (Self-Healing): 실행 에이전트와 감사 에이전트 (Auditor) 가 상호작용합니다.
- 구조적 정렬: 구현체가 계약과 물리적으로 일치하는지 확인.
- 상태 동기화: 작업 상태 (TODO, DONE, ERROR) 를 실시간으로 관리.
- 일관성 제어: 에이전트가 계약 시그니처를 무단 수정할 경우, 이를 거부하거나 계약을 수정하는 '업데이트' 작업을 강제합니다.
이중 단계 초기화: 제안 (Generator) 과 정정 (Discriminator) 단계를 거쳐 계약의 완성도와 무결성을 보장한 후 실행을 시작합니다.

3. 주요 기여 (Key Contributions)

언어 계약 메커니즘의 형식화: 모호한 'Vibe Coding'과 엄격한 'Spec-Coding' 사이의 간극을 해소하는 자율적 기호적 패러다임을 정립했습니다.
계약 주도 계층적 그래프 (HEG) 개발: 기호적 분리를 통해 정보 의존성 깊이를 줄이고, 대규모 아키텍처 병렬성을 자연스럽게 실현했습니다.
서브-선형 컨텍스트 확장 효과 (Sub-linear Context Scaling): 레포지토리 규모가 커짐에 따라 구현 토큰 수는 선형적으로 증가하지만, 기호적 계약의 크기는 서브-선형적으로만 증가함을 증명했습니다. 이는 복잡한 시스템에 대한 추론 컨텍스트를 효과적으로 압축함을 의미합니다.

4. 실험 결과 (Results)

Greenfield-5 벤치마크 (단순 스크립트부터 복잡한 이벤트 기반 시스템까지 5 가지 과제) 에서 실험을 수행했습니다.

성능: 최첨단 (SOTA) 에이전트 (MetaGPT, ChatDev, OpenHands 등) 가 복잡한 다중 모듈 과제 (예: Roguelike) 에서 아키텍처 붕괴로 인해 실패율이 높았으나, Contract-Coding 은 47% 의 기능적 성공률을 달성하면서도 거의 완벽한 구조적 무결성을 유지했습니다.
비교:
- 기존 다중 에이전트: 순차적 병목으로 인해 복잡한 과제에서 성능이 급격히 저하됨.
- 상용 AI IDE (Gemini Studio 등): 긴 컨텍스트 윈도우를 활용하여 높은 성공률을 보이지만, 계산 비용이 크고 복잡한 과제에서는 여전히 성능이 떨어짐.
- Contract-Coding: 16k 토큰 제한 환경에서도 4.6 배의 토큰 압축 효과를 보이며, 레포지토리 수준의 작업을 관리 가능한 단일 파일 작업으로 분해하여 성공률을 높였습니다.
결함 분석: 기존 방식은 '빈 껍질 (Hollow Skeleton)'이나 '논리적 분리'와 같은 구조적 실패를 보인 반면, Contract-Coding 의 실패는 주로 로컬 논리 오류에 국한되어 있어 수정이 용이했습니다.

5. 의의 및 결론 (Significance)

이 연구는 소프트웨어 공학의 패러다임을 엄격한 '명세 준수 (Specification-following)'에서 견고한 '의도 주도 아키텍처 합성 (Intent-driven Architecture Synthesis)'으로 전환하는 중요한 걸음을 의미합니다.

확장성: 더 큰 컨텍스트 윈도우에 의존하는 것이 아니라, **구조적 기호 계약 (Structural Symbolic Contracts)**을 통해 복잡한 'Vibe Coding'을 실현 가능하게 합니다.
신뢰성: 감사 가능한 구조적 계층을 통해 에이전트의 환각을 방지하고, 시스템의 자가 치유 능력을 부여합니다.
미래 전망: 레포지토리 규모의 자율 공학 (Autonomous Engineering) 을 위한 새로운 표준을 제시하며, 복잡한 소프트웨어 시스템의 자동 생성을 위한 확장 가능한 경로를 제시합니다.

요약하자면, Contract-Coding은 모호한 사용자 의도를 형식화된 기호 계약으로 변환하고, 이를 기반으로 에이전트 간의 의존성을 분해하여 병렬 실행을 가능하게 함으로써, 대규모 코드 생성에서의 컨텍스트 한계와 아키텍처 붕괴 문제를 해결한 획기적인 접근법입니다.