기술 요약: ArkTrans를 통한 선언적 UI의 HarmonyOS 이식

문제 정의

HarmonyOS의 등장은 Android 및 iOS와 같은 기존 플랫폼으로부터 소프트웨어를 마이그레이션해야 하는 중요한 수요를 창출했습니다. 그러나 사용자 인터페이스(UI) 개발의 지형은 명령형 패러다임(예: XML, UIKit)에서 선언적 프레임워크인 Kotlin Jetpack Compose(KJC, Android용), SwiftUI(iOS용), 그리고 ArkUI(HarmonyOS용)로 변화했습니다. 기존의 자동 프로그램 변환 방식은 주로 백엔드 로직이나 레거시 명령형 UI를 대상으로 하기 때문에 이 작업에 적합하지 않습니다.

LLM(대규모 언어 모델)을 KJC/SwiftUI에서 ArkUI로 직접 적용하는 데에는 두 가지 주요한 과제가 존재합니다:

1. 프로그래밍 언어(PL) 미숙지: ArkUI는 상대적으로 새로운 프레임워크(2023년 공식 출시)로서, 성숙한 프로그래밍 언어들에 비해 코드 호스팅 플랫폼상의 코퍼스(corpus)가 부족합니다. 결과적으로 최첨단(SOTA) LLM들은 ArkUI의 특정 구문과 프로그래밍 패러다임을 숙달하기 위한 충분한 학습 데이터를 갖추지 못하고 있습니다.
2. 심각한 구문 혼란(Syntactic Chaos): 이러한 미숙지로 인해, LLM은 소스 프로그래밍 언어의 구문을 그대로 복사하거나 번역 과정에서 소스와 타겟 구문을 혼용하는 경향이 있습니다. 실증 연구에 따르면, 직접적인 프롬프팅 실패의 40%는 구문 오류에서 비롯되며, 가이드가 제공되더라도 구문 오류의 50% 이상이 해결되지 않은 채 남아 있습니다.

방법론: ArkTrans

이러한 과제를 해결하기 위해 저자들은 휴리스틱 가이드 기반의 LLM 접근 방식인 ArkTrans를 제안합니다. ArkTrans는 다음의 4단계 파이프라인을 통해 작동합니다:

1. 메타데이터 추출 (Metadata Extraction, ME)

시스템은 소스 UI 파일(KJC 또는 SwiftUI)을 추상 구문 트리(AST)로 파싱하여 계층적으로 메타데이터를 추출합니다. 이 과정에서 비 UI 로직(예: 라이프사이클 훅, 프로퍼티 래퍼)을 필터링하고 구조적인 UI 트리를 구축합니다. 이 트리의 각 노드는 컴포넌트 타입, 속성(키-값 쌍), 수정자(chained calls), 그리고 자식 노드를 포함하는 튜플로 구성됩니다. 이 프로세스는 순수한 UI 선언을 보일러플레이트 코드로부터 분리합니다.

2. 스켈레톤 구축 (Skeleton Construction, SC)

추출된 UI 트리를 사용하여, ArkTrans는 결정론적인 ArkUI 스켈레톤을 합성합니다. 이 단계에서는 사전 정의된 딕셔너리를 사용하여 알려진 컴포넌트, 속성 및 수정자를 그에 대응하는 ArkUI 요소로 변환하는 교차 프로그래밍 언어 컴포넌트 매핑을 수행합니다. 알 수 없는 요소는 주석으로 보존됩니다. 결과물은 UI 토폴로지와 레이아웃 제약 조건을 정의하는 부분적인 ArkUI 코드 구조이며, 이를 통해 휴리스틱하게 마이그레이션할 수 없는 메타데이터의 최대 보존을 보장합니다.

3. LLM 기반 번역 (LLM-driven Translation, LT)

생성된 스켈레톤에 실행 가능한 코드를 채우기 위해 LLM이 호출됩니다. 프롬프팅 전략은 다음과 같습니다:

• 시스템 역할 및 컨텍스트: ArkUI 스켈레톤과 추출된 컬러 상수를 제공합니다.
• 원샷 러닝(One-Shot Learning): 유사한 스켈레톤을 ArkUI 코드로 번역하는 데모 예제를 제공합니다. 이 예제는 LLM의 인컨텍스트 러닝을 유도하기 위해 일반적인 구문적 함정(속성 할당, 수정자 체이닝, 레이아웃 확장, 상태 관리)을 다룹니다.

4. 사후 수정 (Post-Fixing, PF)

LLM이 여전히 구문 오류를 생성할 수 있음을 인지하여, ArkTrans는 규칙 기반의 사후 수정 엔진을 적용합니다. 이 단계에서는 경험적으로 밝혀진 오류 패턴을 바탕으로 결정론적 변환을 실행합니다:

• 상수 인라이닝 (Constant Inlining, CI): 외부 디자인 토큰(예: 컬러 클래스)에 대한 미해결 참조를 리터럴 값으로 인라이닝하고 사용되지 않는 클래스 정의를 제거하여 해결합니다.
• 어휘 교정 (Lexical Rectification, LR): 소스 프로그래밍 언어 특유의 어휘 토큰(예: Kotlin의 toInt())을 ArkUI의 대응 요소(예: ArkTS의 Number())로 교체합니다.
• 레이아웃 속성 교정 (Layout Property Rectification, LPR): 방향성 단축 속성(예: padding(horizontal))을 명시적인 ArkUI 속성(예: left, right)으로 확장합니다.
• 구조적 무결성 검증 (Structural Integrity Validation, SIV): 컴포넌트 배치 규칙(예: Blank 컴포넌트는 Row나 Column과 같은 선형 레이아웃 내에만 존재해야 함)을 검증하고 불균형한 구분자를 복구합니다.

주요 기여

1. 벤치마크 구축: 저자들은 8개의 애플리케이션 시나리오(예: 이커머스, 소셜 미디어)에 걸친 100개의 샘플로 구성된 최초의 파일 단위 병렬 UI 마이그레이션 벤치마크를 구축했습니다. 이 샘플들은 기능적 및 시각적 일관성이 수동으로 검증된 동등한 KJC 및 SwiftUI 코드 파일을 포함합니다.
2. 실증 연구: KJC/SwiftUI-to-ArkUI 번역 실패에 대한 종합적인 분석을 수행하여, SOTA LLM이 가이드 없이는 완전히 실패하며 스켈레톤 기반 가이드가 있어도 구문 오류가 지속된다는 점을 확인했습니다.
3. ArkTrans 프레임워크: 선언적 UI 마이그레이션을 위해 특별히 설계된 스켈레톤 가이드 및 사후 수정 강화 번역 프레임워크를 제안했습니다.
4. 점진적 평가 시스템: 코드 실행 가능성(컴파일 성공률)과 시각적 충실도(CLIP/Color Histogram과 같은 글로벌 지표 및 Position, Size, Color, Text Integrity와 같은 로컬 지표)를 측정하는 다차원 평가 시스템을 수립했습니다.

실험 결과

저자들은 Direct Prompting 및 One-Shot Prompting 베이스라인과 비교하여 SOTA LLM(GPT-5.2, DeepSeek-V3.2, Kimi-K2-Turbo, GLM-5)을 사용하여 ArkTrans를 평가했습니다.

• 컴파일 성공률 (Compilation Success Rate, CSR): Direct 및 One-Shot 프롬프팅은 단 하나의 컴파일 가능한 파일도 생성하지 못했습니다 (0.00% CSR). 반면, ArkTrans는 **53.33%–90.67%**의 CSR을 달려 달성했습니다. 구체적으로 KJC-to-ArkUI 번역은 90.67%에 도달했고, SwiftUI-to-ArkUI는 53.33%에 도달했습니다.
• 시각적 충실도 (Visual Fidelity): ArkTrans는 시각적 일관성 측면에서 베이스라인보다 크게 앞섰습니다. KJC-to-ArkUI의 경우, 78.89%의 CLIP 유사도와 56.01%의 Color Histogram 유사도를 기록했습니다. 로컬 지표(Position, Size, Color, Text) 또한 높은 충실도를 보였으며, Text Integrity는 82.50%에 달했습니다.
• 어블레이션 연구 (Ablation Studies):
  • ArkUI 스켈레톤이 0% CSR 장벽을 깨는 데 핵심적인 역할을 했습니다.
  • One-Shot 예제는 특히 시각적 충실도 측면에서 성능을 크게 향상시켰습니다.
  • **사후 수정(Post-Fixing)**은 컴파일을 방해하는 잔여 구문 오류를 해결함으로써 실행 가능성에 가장 큰 폭의 상승을 제공했습니다.
  • 프롬프트 내의 컬러 메타데이터는 시각적 무결성을 유지하는 데 필수적인 것으로 나타났습니다.
• 일반화 가능성: ArkTrans는 다양한 LLM 아키텍처 전반에서 효과적임을 입증했으며, 기반 모델의 고유한 추론 능력에 따라 성능 차이는 약간 있었으나 일관되게 성능을 개선했습니다.

의의 및 주장

본 논문은 ArkTrans가 현대적인 선언적 프레임워크 간의 직접적인 코드 번역 문제로서 UI 마이그레이션을 성공적으로 해결한 최초의 접근 방식이라고 주장합니다. 저자들은 다음을 강조합니다:

• 구조적 가이드의 중요성: 선언적 UI 마이그레이션에서는 "구문 격차(syntax gap)"와 패러다임 변화로 인해 단순한 프롬프팅만으로는 불충분합니다. 스켈레톤 구축과 규칙 기반 사후 수정의 결적인 조합이 이 격차를 메우는 데 필요합니다.
• 생태계 풍요화: ArkTrans는 기존의 고품질 Android 및 iOS UI를 자동화하여 포팅함으로써 HarmonyOS 소프트웨어 생태계를 빠르게 풍요롭게 만드는 강력한 도구 역할을 합니다.
• 제한적 범위: 저자들은 본 벤치마크가 대표적인 시나리오를 다루고 있지만, 모든 산업 규모의 에지 케이스를 포함하지는 않을 수 있음을 인정합니다. 또한, ArkTS의 엄격한 타입 체크 및 스코핑 규칙으로 인해 SwiftUI-to-ArkUI 마이그레이션이 KJC-to-ArkUI보다 더 까다롭다는 점을 언급했습니다.

결론적으로, ArkTrans는 가이드되지 않은 LLM 번역에서 관찰되는 '제로 성공(zero-success)' 장벽을 효과적으로 완화하며, 선언적 UI 마이그레이션을 위한 실행 가능한 경로를 제시합니다.