본 논문은 제어 가능한 코드 생성, 즉 기능을 유지하면서 지정된 스타일을 따르는 코드를 합성하는 과제에 대한 해결책을 제시합니다. 두 단계의 훈련 프레임워크를 제안하는데, 이는 대조 학습과 조건부 디코딩을 결합하여 유연한 스타일 제어를 가능하게 합니다. 첫 번째 단계는 코드 스타일 표현을 의미 및 구조적 특징과 정렬하고, 두 번째 단계에서는 학습된 스타일 벡터를 조건으로 하는 언어 모델(예: Flan-T5)을 미세 조정하여 생성을 유도합니다. 이 방법은 경량 믹싱을 통해 스타일 보간 및 사용자 개인화를 지원하며, 이전 연구와 비교하여 코드 정확성을 희생하지 않고 스타일 제어를 향상시킵니다. 대조 정렬과 조건부 디코딩을 스타일 안내 코드 생성에 결합하는 최초의 접근 방식 중 하나입니다.
