본 논문은 대규모 언어 모델(LLM)의 소프트웨어 설계 능력, 특히 iOS 애플리케이션 디자인 패턴인 VIPER 아키텍처에 대한 이해, 재현 및 생성 능력을 조사합니다. Bloom의 분류 체계를 기반으로 한 포괄적인 평가 프레임워크를 사용하여 기억, 이해, 적용, 분석, 평가, 생성 등 다양한 인지 영역에서 LLM의 성능을 평가합니다. ChatGPT 4 Turbo를 사용한 실험 결과, LLM은 평가 및 생성과 같은 고차원 작업에서는 뛰어난 성능을 보였지만, 아키텍처 세부 사항의 정확한 검색이 필요한 저차원 작업에서는 어려움을 겪었습니다. 이 연구는 LLM이 개발 비용을 절감할 수 있는 잠재력과 실제 소프트웨어 설계 시나리오에서 효과적으로 적용하기 위한 장벽 모두를 강조하며, 소프트웨어 아키텍처에서 LLM의 기능을 평가하기 위한 벤치마크 형식을 제안합니다.
