본 논문은 런타임 중 생성형 AI와 대규모 언어 모델(LLM)을 활용하는 AI 통합 애플리케이션으로의 소프트웨어 개발 전환에 초점을 맞춥니다. 기존의 LLM 통합은 프롬프트 엔지니어링의 어려움으로 복잡성을 야기하지만, 본 논문에서 제시하는 의미 타입 프로그래밍(MTP)은 직관적인 언어 수준 구성을 통해 LLM 통합을 추상화하여 이 문제를 해결합니다. MTP는 코드의 의미적 풍부함을 활용하여 추가적인 개발자 노력 없이 프롬프트 생성과 응답 처리를 자동화합니다. 핵심 구성 요소로는 LLM 호출을 위한 by 연산자, 의미 기반 중간 표현인 MT-IR, 그리고 LLM 상호 작용을 관리하는 자동화 시스템인 MT-Runtime을 제시합니다. Python을 상위 집합으로 하는 Jac 프로그래밍 언어에 MTP를 구현하여 코드 복잡성을 크게 줄이면서 정확성과 효율성을 유지함을 보여줍니다. 사용자 연구 결과, MTP를 사용하는 개발자는 기존 프레임워크에 비해 작업 속도가 3.2배 빨랐고, 코드 줄 수는 45% 적었습니다. 또한, 최대 50%의 명명 규칙이 저하된 경우에도 견고성을 유지하는 것으로 나타났습니다. MTP는 Jaseci 오픈 소스 프로젝트의 일부로 개발되었으며, byLLM 모듈에서 사용할 수 있습니다.
