대규모 언어 모델(LLM)이 적절한 종료 없이 반복적인 내용을 생성하는 반복 문제는 실제 배치 코드 해석 작업에서 심각한 성능 저하 및 시스템 중단을 일으키는 주요 과제입니다. 본 논문은 실제 환경에서 발생한 반복 문제에 대한 포괄적인 연구와 실용적인 해결책을 제시합니다. 세 가지 반복 패턴(비즈니스 규칙 생성 반복, 메서드 호출 관계 분석 반복, PlantUML 다이어그램 구문 생성 반복)을 식별하고, 마르코프 모델 기반의 이론적 분석을 통해 탐욕적 디코딩의 반복 루프 탈출 실패가 근본 원인임을 밝힙니다. Beam Search 디코딩(early_stopping=True), presence_penalty 하이퍼파라미터, Direct Preference Optimization(DPO) 미세 조정 등 세 가지 솔루션을 실험적으로 평가하고, 작업별 적용 가능성을 매핑합니다.
