본 논문은 8개의 다양한 대규모 언어 모델(LLM)을 대상으로 코드 생성 시 라이브러리 및 프로그래밍 언어 선호도에 대한 최초의 실증 연구를 수행했습니다. 연구 결과, LLM들은 NumPy와 같은 널리 사용되는 라이브러리를 과도하게 사용하는 경향이 있으며(최대 48%의 경우 불필요하게 사용), Python을 기본 언어로 선호하는 경향(Python이 최적의 언어가 아닌 고성능 프로젝트 초기화 작업에서도 58%의 경우 Python을 선택하고 Rust는 전혀 사용하지 않음)을 보이는 것으로 나타났습니다. 이는 LLM이 적합성 및 작업 특유의 최적성보다 친숙함과 인기에 우선순위를 두기 때문이며, 이는 보안 취약성과 기술 부채를 유발하고 새롭게 개발된, 더 적합한 도구 및 언어에 대한 노출을 제한할 수 있습니다. 따라서 소프트웨어 개발 워크플로우에 LLM을 책임감 있게 통합하려면 이러한 편향을 이해하고 해결하는 것이 필수적입니다.
