Sign In

LLM-based Iterative Approach to Metamodeling in Automotive

Created by
  • Haebom
Category
Empty

저자

Nenad Petrovic, Fengjunjie Pan, Vahid Zolfaghari, Alois Knoll

개요

본 논문은 대규모 언어 모델(LLM)을 활용하여 자동화된 도메인 특정 메타 모델 생성 방식을 제시한다. 특히 자동차 도메인에 적용하는 데 초점을 맞추고 있으며, 파이썬으로 웹 서비스 프로토타입을 구현하고 OpenAI의 GPT-4를 기반 LLM으로 사용하였다. 초기 실험 결과, 자동차 요구사항 집합을 바탕으로 Ecore 메타 모델을 성공적으로 생성하고 PlantUML 표기법을 사용하여 시각화하여 전문가의 피드백을 받아 결과를 개선할 수 있음을 보였다. 또한, 로컬 배포 가능한 솔루션과 그에 따른 제약 및 추가 단계도 고려하였다.

시사점, 한계점

시사점:
LLM을 활용한 자동화된 메타 모델 생성으로 개발 효율성 증대 가능성 제시
자동차 도메인에서의 실제 적용 가능성을 보여줌
PlantUML 시각화를 통한 전문가 피드백 반영으로 정확도 향상 가능성 확인
웹 서비스 및 로컬 배포 솔루션 모두 고려
한계점:
초기 실험 결과 기반으로, 더욱 광범위한 실험 및 검증 필요
로컬 배포를 위한 추가 단계 및 제약 사항 명확히 제시되지 않음
사용된 LLM (GPT-4)의 특성에 대한 종속성 존재
다양한 도메인으로의 일반화 가능성에 대한 추가 연구 필요
👍