본 논문은 공장 자동화 분야, 특히 모션 제어 분야에서 여전히 수동 프로그래밍과 비효율적이고 안전하지 않은 디버깅 관행이 만연한 문제를 해결하기 위해 LLM 기반 모션 제어 코드 생성 시스템인 MCCoder를 제안합니다. MCCoder는 다중 작업 분해, 하이브리드 검색 증강 생성(RAG), 반복적 자기 수정을 결합한 구조화된 워크플로우를 통해 코드 생성을 개선하고, 잘 확립된 모션 라이브러리를 활용합니다. 또한 직관적인 모션 검증을 위한 3D 시뮬레이터와 데이터 검증을 위한 전체 모션 궤적 로그를 통합하여 정확성과 안전성을 크게 향상시킵니다. 모션 제어 코드 생성 평가를 위한 벤치마크 데이터셋과 지표가 부족함을 해결하기 위해 다양한 복잡성의 모션 작업을 포함하는 MCEVAL 데이터셋을 제안하며, 실험 결과 MCCoder가 Advanced RAG를 사용하여 기준 모델보다 성능이 향상됨을 보여줍니다. MCEVAL 데이터셋에서 전반적인 성능 향상은 33.09%, 복잡한 작업에서는 131.77% 향상되었습니다.
