입력 2026.05.26 11:21
- 복잡한 정규표현식 자동 생성 문제 해결 위한 AI 기반 합성 프레임워크 제안
서울시립대학교(총장 원용걸) 인공지능학과 고상기 교수 연구팀의 논문 「RESYN: A Generalized Recursive Regular Expression Synthesis Framework」가 인공지능 분야 최고 권위 국제학술대회 중 하나인 IJCAI 2026 (International Joint Conferences on Artificial Intelligence) 에 채택되었다.
이번 연구는 정규표현식(Regular Expression)을 예제만으로 자동 생성하는 Programming by Example (PBE) 문제를 다루며, 실제 환경에서 사용되는 복잡한 정규표현식을 효과적으로 합성할 수 있는 새로운 재귀적 AI 프레임워크 RESYN을 제안하였다. 기존 연구들은 단순한 구조의 벤치마크에 의존하여 실제 환경의 복잡한 패턴을 충분히 반영하지 못한다는 한계가 있었으나, 연구팀은 실제 정규표현식 데이터의 구조적 복잡성을 정량적으로 분석하고 이를 해결할 수 있는 새로운 접근법을 제시하였다.
특히 연구팀은 문제를 재귀적으로 분해하는 divide-and-conquer 기반 합성 구조와, 입력 예제 집합의 순서 불변성(permutation invariance)을 반영한 경량 신경망 모델 SET2REGEX를 개발하였다. 이를 통해 기존 대규모 모델 대비 훨씬 적은 파라미터만으로도 높은 성능을 달성하였으며, 실제 복잡한 데이터셋에서 기존 방법론 및 대규모 범용 언어모델 대비 우수한 성능을 보였다.
논문에는 서울시립대학교 고상기 교수와 석사 과정 김성민 학생을 비롯하여 연세대학교 한요섭 교수 연구진이 공동 저자로 참여하였다. 연구팀은 이번 연구가 정규표현식 합성을 넘어, 복잡한 구조를 가지는 다양한 프로그램 합성 및 인공지능 문제에 적용 가능한 일반적 방법론이 될 것으로 기대하고 있다.