Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

ARPaCCino: An Agentic-RAG for Policy as Code Compliance

Created by
  • Haebom

저자

Francesco Romeo, Luigi Arena, Francesco Blefari, Francesco Aurelio Pironti, Matteo Lupinacci, Angelo Furfaro

개요

ARPaCCino는 Policy as Code (PaC)의 자동 생성 및 검증을 위한 에이전트 시스템입니다. 자연어로 작성된 정책 설명을 입력받아, 대규모 언어 모델(LLM), 검색 증강 생성(RAG), 그리고 도구 기반 검증을 결합하여 공식적인 Rego 규칙을 생성하고, IaC(Infrastructure as Code) 준수 여부를 평가하며, 준수를 보장하기 위해 IaC 구성을 반복적으로 수정합니다. 모듈화된 에이전트 아키텍처와 외부 도구 및 지식베이스와의 통합을 통해 다양한 기술(틈새 또는 신흥 IaC 프레임워크 포함)에서 정책 검증을 지원합니다. Terraform 기반의 사례 연구를 통해 작은 오픈-웨이트 LLM을 사용하더라도 구문 및 의미적으로 정확한 정책을 생성하고, 비준수 인프라를 식별하며, 수정 작업을 수행하는 효과를 보여줍니다.

시사점, 한계점

시사점:
LLM, RAG, 그리고 도구 기반 검증을 결합하여 PaC의 자동화, 신뢰성 및 접근성을 향상시킬 수 있음을 보여줌.
다양한 IaC 프레임워크에서 정책 검증을 지원하는 모듈화된 아키텍처를 제시.
작은 오픈-웨이트 LLM을 사용하더라도 효과적인 PaC 규칙 생성 및 검증이 가능함을 실험적으로 증명.
한계점:
본 논문에서는 Terraform 기반의 사례 연구만 제시되었으므로, 다른 IaC 프레임워크에 대한 일반화 가능성은 추가 연구가 필요함.
LLM의 한계로 인해, 예상치 못한 정책이나 복잡한 시나리오에 대한 처리 성능은 추가적인 개선이 필요할 수 있음.
사용된 LLM의 크기 및 종류에 따른 성능 변화에 대한 분석이 부족함.
👍