본 논문은 프로그래머가 정의한 의미적 속성을 적용하기 위해 프로그래밍 언어의 타입 시스템을 확장하는 플러그형 타입 시스템의 자동적인 타입 한정자 추론 방법을 연구한다. 특히, 머신 러닝을 사용하여 레거시 코드베이스에 플러그형 타입 시스템을 쉽게 적용할 수 있도록 타입 한정자를 자동으로 추론하는 방법을 제시한다. 이를 위해 NaP-AST라는 새로운 표현 방식을 제안하고, Graph Transformer Network(GTN), Graph Convolutional Network, Large Language Model 등 다양한 모델 아키텍처를 평가한다. NullAway 플러그형 타입 검사기의 이전 평가에서 사용된 12개의 오픈 소스 프로그램에 모델을 적용하여 성능을 검증했으며, GTN이 가장 우수한 성능을 보였다. 또한, 학습된 모델의 좋은 성능을 위해 필요한 Java 클래스 수를 추정하는 연구를 수행했다.
