본 논문은 최근 급증하는 소프트웨어 개발의 탄소 배출량 문제를 해결하기 위해 대규모 언어 모델(LLM)의 효과를 실제 프로젝트에 적용하여 분석한 연구입니다. MATLAB을 기반으로 GitHub 상위 100개 저장소의 400개 스크립트를 대상으로 GPT-3, GPT-4, Llama, Mixtral 등의 LLM과 MATLAB 전문 개발자의 코드 최적화 제안을 비교 분석했습니다. 에너지 소비량, 메모리 사용량, 실행 시간, 코드 정확성 등을 평가하여 LLM이 제시하는 다양한 최적화(벡터화, 사전 할당 등)가 에너지 효율 향상에 미치는 영향을 검증했습니다. 결과적으로 LLM의 에너지 중심 최적화는 예상과 달리 메모리 사용량을 증가시켰고, 실행 시간이나 에너지 소비량에 대한 명확한 이점을 보이지 않았습니다. 이는 LLM의 보편화에 따라 친환경적인 코딩 관행 평가의 중요성을 강조하는 연구입니다.
