ArchAgent: LLM을 활용한 확장 가능한 레거시 소프트웨어 아키텍처 복구

ArchAgent: Scalable Legacy Software Architecture Recovery with LLMs

대규모 레거시 소프트웨어에서 정확한 아키텍처를 복구하는 것은 아키텍처 변화, 누락된 관계, 그리고 대규모 언어 모델(LLM)의 제한적인 맥락으로 인해 어렵습니다. 본 논문에서는 ArchAgent를 소개합니다. ArchAgent는 정적 분석, 적응형 코드 분할, 그리고 LLM 기반 합성 기술을 결합하여 확장 가능한 에이전트 기반 프레임워크이며, 이를 통해 여러 관점을 가진, 비즈니스에 연계된 아키텍처를 여러 저장소를 포함하는 코드 베이스에서 재구성합니다. ArchAgent는 문맥 기반의 가지치기를 통한 확장 가능한 다이어그램 생성 기능을 제공하며, 여러 저장소의 데이터를 통합하여 비즈니스적으로 중요한 모듈을 식별합니다. 일반적인 대규모 GitHub 프로젝트에 대한 실험 결과, 기존 벤치마크 대비 상당한 성능 향상을 보였습니다. Ablation 연구 결과, 의존성 컨텍스트가 실제 레포지토리의 생성된 아키텍처 정확도를 향상시키는 것을 확인했으며, 실제 사례 연구를 통해 레거시 프로젝트에서 중요한 비즈니스 로직을 효과적으로 복구할 수 있음을 입증했습니다. 데이터셋은 https://github.com/panrusheng/arch-eval-benchmark 에서 이용 가능합니다.

Recovering accurate architecture from large-scale legacy software is hindered by architectural drift, missing relations, and the limited context of Large Language Models (LLMs). We present ArchAgent, a scalable agent-based framework that combines static analysis, adaptive code segmentation, and LLM-powered synthesis to reconstruct multiview, business-aligned architectures from cross-repository codebases. ArchAgent introduces scalable diagram generation with contextual pruning and integrates cross-repository data to identify business-critical modules. Evaluations of typical large-scale GitHub projects show significant improvements over existing benchmarks. An ablation study confirms that dependency context improves the accuracy of generated architectures of production-level repositories, and a real-world case study demonstrates effective recovery of critical business logics from legacy projects. The dataset is available at https://github.com/panrusheng/arch-eval-benchmark.