본 연구는 추상 구문 트리(AST)를 사용하여 그래프 신경망(GNN)을 코드 리팩토링 도구로 활용하여 소프트웨어 유지보수성을 향상시키는 방법을 탐구합니다. CodeSearchNet의 2백만 개 스니펫과 맞춤형 75,000개 파일의 GitHub Python 코퍼스 데이터셋을 분석하여 GNN을 규칙 기반 SonarQube 및 의사결정 트리와 비교합니다. 평가 지표는 순환 복잡도(목표 10 미만), 결합도(목표 5 미만) 및 리팩토링 정확도를 포함하며, GNN은 92%의 정확도를 달성하여 복잡도를 35%, 결합도를 33% 감소시켰으며, SonarQube(78%, 16%) 및 의사결정 트리(85%, 25%)보다 성능이 우수했습니다. 전처리는 60%의 구문 오류를 수정했습니다. 막대 그래프, 표 및 AST 시각화를 통해 결과를 명확하게 보여줍니다. 이는 소프트웨어 엔지니어링에 필수적인 더 깨끗한 코드베이스를 위한 확장 가능한 AI 기반 경로를 제공합니다.
