현대 코드베이스의 복잡성 증가로 인해, 구성 요소 간의 변경 의도를 해석할 수 있는 검색 시스템의 필요성이 커지고 있습니다. 기존의 함수 수준 검색 방식은 이러한 기능을 갖추지 못하고 있습니다. 본 논문은 변경 요청에 대한 상황에 맞는 코드를 검색하는 연구의 부족을 해결하기 위해, 52,000개의 주석 인스턴스를 포함하는 저장소 수준 코드 검색 벤치마크인 RepoAlign-Bench를 소개합니다. 또한, 코드_인코더와 문서_인코더 구성 요소를 특징으로 하는 적대적 반사 증강 듀얼 타워 아키텍처인 ReflectCode를 제안합니다. ReflectCode는 대규모 언어 모델 기반 반사를 통해 구문 패턴, 함수 종속성 및 의미 확장 의도를 동적으로 통합합니다. 실험 결과, ReflectCode는 최첨단 기준선 대비 Top-5 정확도에서 12.2%, 재현율에서 7.1% 향상을 보였습니다.
