본 논문은 대규모 언어 모델(LLM) 에이전트를 활용하여 자연어 요구사항으로부터 소프트웨어 개발을 자동화하는 연구를 제시한다. 기존 방식의 선형적인 파이프라인의 한계를 극복하기 위해, EvoDev라는 특징 중심의 반복적 소프트웨어 개발 프레임워크를 제안한다. EvoDev는 사용자 요구사항을 사용자 가치 중심의 특징 집합으로 분해하고, 특징 간의 의존성을 명시적으로 모델링하는 특징 맵(Feature Map)을 구축한다. 특징 맵의 각 노드는 비즈니스 로직, 디자인, 코드 등 다단계 정보를 유지하며, 의존성을 따라 전파되어 후속 개발 반복에 대한 컨텍스트를 제공한다. Android 개발 과제에 대한 평가 결과, EvoDev는 최고 성능의 기반 모델인 Claude Code보다 56.8% 높은 성능을 보였으며, 다양한 기반 LLM에서 단일 에이전트 성능을 16.0%에서 76.6%까지 향상시켰다. 본 연구는 반복적인 LLM 기반 개발 프레임워크 설계에 대한 실질적인 통찰력을 제공하고, 반복적인 소프트웨어 개발을 더 잘 지원하기 위한 기반 LLM의 향후 훈련에 기여한다.
