[논문리뷰] SWE-Debate: Competitive Multi-Agent Debate for Software Issue Resolution

링크: 논문 PDF로 바로 열기

저자: Heng Lian, Xiaodong Gu, Shaoxin Lin, Yuling Shi, Han Li

키워드: Multi-Agent System, Software Engineering, Fault Localization, Issue Resolution, Large Language Models, Competitive Debate, Graph Traversal

핵심 연구 목표

본 논문은 대규모 언어 모델(LLM) 기반 소프트웨어 이슈 해결 시스템의 ‘제한된 관찰 범위(limited observation scope)’ 문제를 해결하고자 합니다. 특히, 여러 코드 위치가 관련될 수 있는 복잡한 시나리오에서 단일 에이전트의 한계를 극복하고, 더 통합된 결함 위치 파악 및 해결을 위한 다양한 추론 경로를 활성화하는 것을 목표로 합니다.

핵심 방법론

SWE-Debate는 경쟁적인 다중 에이전트 토론 프레임워크를 제안합니다. 먼저 코드베이스의 정적 의존성 그래프를 구축하고, 의미론적 매칭을 통해 초기 진입 노드를 식별합니다. 이후, 그래프 탐색(BFS 및 DFS)을 통해 여러 후보 결함 전파 추적(fault propagation traces)을 생성합니다. 마지막으로, 3단계 다중 에이전트 토론 (체인 선택, 수정 계획 제안, 경쟁적 전략 개선 및 종합)을 통해 가장 효과적인 수정 계획을 결정하며, 이는 몬테카를로 트리 탐색(MCTS) 기반 패치 생성을 안내합니다.

주요 결과

SWE-Bench-Verified 데이터셋에서 이슈 해결의 Pass@1 성공률 41.4%를 달성하여, 동일 모델을 사용한 최강의 기준선(DeepSeek-V3-0324 기반 OpenHands 및 SWE-Agent의 38.8%) 대비 2.6% 포인트 개선을 보였습니다. 결함 위치 파악에서는 SWE-Bench-Lite에서 81.67%의 파일 수준 정확도를 기록하며, 최강의 기준선(LocAgent with Claude-3.5 Sonnet의 77.74%)보다 3.93% 포인트 높은 성능을 나타냈습니다. 특히, 다중 체인 생성이 성능 향상에 가장 크게 기여함(+10.0% Pass@1)이 입증되었습니다.

AI 실무자를 위한 시사점

이 연구는 복잡한 소프트웨어 엔지니어링 문제 해결에 있어 구조화된 다중 에이전트 토론 및 그래프 기반 추론 방식이 단일 에이전트 또는 단순 탐색 기반 방법론보다 우수함을 입증합니다. AI 실무자들은 이 프레임워크를 활용하여 깊은 아키텍처 이해와 다수의 잠재적 수정 위치에 대한 모호성 해결이 필요한 시나리오에서 더욱 견고하고 정확한 자동화된 이슈 해결 시스템을 구축할 수 있습니다. 이는 문제 해결 과정에서 순수한 협력보다는 경쟁을 통한 다양한 추론 경로의 중요성을 시사하며 새로운 에이전트 시스템 설계 패러다임을 제공합니다.

⚠️ 알림: 이 리뷰는 AI로 작성되었습니다.