다중 에이전트 협업 리네이밍 리팩토링

Multi-Agent Coordinated Rename Refactoring

인공지능 에이전트의 주요 가치는 소프트웨어 개발에서 개발자의 사고 및 행동 능력을 확장하는 데 있으며, 인간의 역할을 대체하는 것이 아닙니다. 본 연구에서는 개발자와 협력하여 작업을 수행하는 에이전트의 활용 방법을 보여주기 위해, 새로운 형태의 협업 리네이밍 방식을 설계했습니다. 협업 리네이밍은 단일 리네이밍 리팩토링이 여러 관련 식별자에 걸쳐 리팩토링을 트리거하는 작업으로, 빈번하게 발생하지만 어려운 작업입니다. 개발자는 이러한 리네이밍 리팩토링을 수많은 파일과 컨텍스트에 걸쳐 수동으로 적용해야 하며, 이 과정은 매우 번거롭고 오류가 발생하기 쉽습니다. 최첨단 휴리스틱 기반 접근 방식은 과도한 수의 오탐 결과를 생성하며, 일반적인 대규모 언어 모델(LLM)은 제한된 컨텍스트와 리팩토링 도구와의 상호 작용 불가능으로 인해 불완전한 제안을 제공합니다. 이는 개발자에게 불완전한 리팩토링을 초래하거나, 너무 많은 오탐 결과를 필터링해야 하는 부담을 안겨줍니다. 협업 리네이밍은 에이전트가 개발자의 부담을 크게 줄여주면서도 개발자가 주도권을 유지할 수 있도록 돕는 대표적인 반복적인 작업입니다. 본 연구에서는 협업 리네이밍을 자동화하는 최초의 다중 에이전트 프레임워크를 설계, 구현 및 평가했습니다. 이는 핵심적인 통찰력에 기반합니다. 즉, 개발자의 초기 리팩토링은 관련된 리팩토링의 범위를 추론하는 데 중요한 단서가 된다는 것입니다. 범위 추론 에이전트는 이러한 단서를 명시적인 자연어 선언된 범위로 변환합니다. 계획 실행 에이전트는 이를 엄격한 계획으로 사용하여 리팩토링해야 할 프로그램 요소를 식별하고, IDE 자체의 신뢰할 수 있는 리팩토링 API를 호출하여 안전하게 변경 사항을 적용합니다. 마지막으로, 복제 에이전트는 이를 사용하여 프로젝트 전체에 걸친 검색을 안내합니다. 우리는 먼저 100개의 오픈 소스 프로젝트에서 609,000건의 커밋에 대한 협업 리네이밍의 실태를 조사하고, 205명의 개발자를 대상으로 설문 조사를 실시했습니다...

The primary value of AI agents in software development lies in their ability to extend the developer's capacity for reasoning and action, not to supplant human involvement. To showcase how to use agents working in tandem with developers, we designed a novel approach for carrying out coordinated renaming. Coordinated renaming, where a single rename refactoring triggers refactorings in multiple, related identifiers, is a frequent yet challenging task. Developers must manually propagate these rename refactorings across numerous files and contexts, a process that is both tedious and highly error-prone. State-of-the-art heuristic-based approaches produce an overwhelming number of false positives, while vanilla Large Language Models (LLMs) provide incomplete suggestions due to their limited context and inability to interact with refactoring tools. This leaves developers with incomplete refactorings or burdens them with filtering too many false positives. Coordinated renaming is exactly the kind of repetitive task that agents can significantly reduce the developers' burden while keeping them in the driver's seat. We designed, implemented, and evaluated the first multi-agent framework that automates coordinated renaming. It operates on a key insight: a developer's initial refactoring is a clue to infer the scope of related refactorings. Our Scope Inference Agent first transforms this clue into an explicit, natural-language Declared Scope. The Planned Execution Agent then uses this as a strict plan to identify program elements that should undergo refactoring and safely executes the changes by invoking the IDE's own trusted refactoring APIs. Finally, the Replication Agent uses it to guide the project-wide search. We first conducted a formative study on the practice of coordinated renaming in 609K commits in 100 open-source projects and surveyed 205 developers ...