본 논문은 기초 모델과 생성형 인공지능(GenAI)이 과학 컴퓨팅, 특히 코드 개발, 리팩토링, 그리고 프로그래밍 언어 간 변환에서 생산성을 변혁시킬 가능성을 제시합니다. GenAI의 출력 결과가 항상 정확하지 않다는 점을 고려하여 수동 개입이 여전히 필요하지만, 특정 작업 도구와 정확성 검증 및 효과적인 프롬프트 개발 방법론을 통해 일부 개입을 자동화할 수 있습니다. 연구진은 LHC에서 입자 상호 작용을 시뮬레이션하는 레거시 Fortran 코드베이스 내에서 코드 변환, 언어 상호 운용성, 코드베이스 검사를 지원하는 GenAI의 적용을 탐구했습니다. 이 과정에서 프롬프트 엔지니어링과 사용자 감독을 결합하여 효율적인 코드 변환 프로세스를 구축하는 도구인 CodeScribe를 개발했습니다. 본 논문에서는 CodeScribe가 Fortran 코드를 C++로 변환하고, 레거시 시스템과 최신 C++ 라이브러리를 통합하기 위한 Fortran-C API를 생성하며, 코드 구성 및 알고리즘 구현에 대한 개발자 지원을 제공하는 방법을 보여줍니다. 또한 AI 기반 코드 변환의 과제와 과학 컴퓨팅 워크플로의 생산성 향상을 위한 이점을 다룹니다.
