본 연구는 프로그래밍 코드의 루프를 병렬화 가능성 여부에 따라 분류하기 위한 딥러닝 기반 접근 방식을 제안합니다. 두 개의 유전자 알고리즘 기반 코드 생성기를 사용하여 (i) 병렬화 가능한 독립 루프와 (ii) 종속성이 불분명하여 병렬화 가능 여부를 판단할 수 없는 모호한 루프, 이렇게 두 가지 유형의 코드를 생성했습니다. 생성된 코드 조각은 토큰화 및 전처리를 거쳐 견고한 데이터셋을 구축했습니다. 심층 신경망(DNN)과 컨볼루션 신경망(CNN)의 두 가지 딥러닝 모델을 구현하여 분류를 수행했습니다. 30번의 독립적인 실행을 통해 DNN과 CNN 모델의 예상 성능을 검증하기 위해 견고한 통계 분석을 실시했습니다. CNN이 약간 높은 평균 성능을 보였지만, 두 모델의 변동성은 유사했습니다. 다양한 데이터셋 크기에 대한 실험을 통해 모델 성능에 대한 데이터 다양성의 중요성을 강조했습니다. 이러한 결과는 딥러닝을 사용하여 코드 내 병렬화 가능한 구조를 자동 식별하는 것이 가능하다는 것을 보여주며, 소프트웨어 최적화 및 성능 향상을 위한 유망한 도구를 제공합니다.
