본 논문은 실제 소프트웨어 엔지니어링(SE) 작업 해결 능력을 향상시키기 위해 코드 의미론을 이해하고 추론하는 것이 중요하다고 보고, 이를 위해 실제 코드의 소프트웨어 엔지니어링과 관련된 세분화된 코드 추론 작업 스펙트럼을 제공하는 최초의 벤치마크인 CodeSense를 제안합니다. 이 벤치마크는 실제 저장소에서 Python, C 및 Java 소프트웨어 프로젝트를 수집하고, 해당 테스트 실행 추적을 수집하여 세분화된 의미론적 추론 작업을 위한 ground truth 데이터 세트를 구축합니다. 또한 최첨단 LLM에 대한 포괄적인 평가를 수행하고, LLM의 세분화된 추론 작업 처리 능력에 대한 성능 격차를 보여줍니다. 본 논문은 벤치마크, 데이터 세트 및 평가 외에도 세분화된 SE 추론 작업을 위한 ground truth를 쉽게 수집할 수 있는 실행 추적 프레임워크와 도구 세트를 제공합니다.