Core Concepts
대형 언어 모델(LLM)은 초보 분석가들이 UML 사용 사례 모델, 클래스 다이어그램, 시퀀스 다이어그램을 생성하는 데 도움을 줄 수 있지만, 한계와 단점도 존재한다.
Abstract
이 연구는 대형 언어 모델(LLM)이 UML 모델링 작업을 지원하는 방식을 탐색하였다. 45명의 소프트웨어 공학 학부생이 주문 처리 시스템에 대한 3가지 유형의 UML 모델(사용 사례 모델, 클래스 다이어그램, 시퀀스 다이어그램)을 생성하는 과정에서 LLM을 활용하였다.
연구 결과:
LLM은 사용 사례 모델, 클래스 다이어그램, 시퀀스 다이어그램의 기본 모델링 요소를 식별하는 데 도움을 줄 수 있다. 그러나 관계 요소를 식별하는 것은 LLM의 약점이다.
시퀀스 다이어그램 모델링에서 LLM의 성능이 가장 우수하다.
사용자가 LLM의 출력 형식을 지정하면 모델링 성능이 향상된다. 특히 하이브리드 생성 다이어그램이 가장 우수한 품질을 보였다.
이 연구 결과는 요구사항 공학 및 소프트웨어 공학 교육 분야에서 LLM 활용 방안을 모색하는 데 도움이 될 것이다.
Stats
전체 참가자 중 66.7%가 LLM 사용 경험이 있었다.
참가자들이 사용한 LLM 중 93.3%가 ChatGPT였다.
참가자들의 68.9%가 영어로 LLM과 상호작용했다.
Quotes
"LLM은 초보 분석가들이 UML 모델링 작업을 수행하는 데 도움을 줄 수 있지만, 한계와 단점도 존재한다."
"시퀀스 다이어그램 모델링에서 LLM의 성능이 가장 우수하다."
"사용자가 LLM의 출력 형식을 지정하면 모델링 성능이 향상된다."