Paper2Code: Automating Code Generation from Scientific Papers in Machine Learning

개발자라면 누구나 한 번쯤은 상상해 봤을 겁니다.
"최신 머신러닝 논문을 읽고, 그 내용을 바로 실행 가능한 코드로 뚝딱 만들어주는 도구가 있다면 얼마나 좋을까?"
 

PaperCoder는 바로 그 상상을 연구 수준에서 현실로 끌어내린 프로젝트입니다. 기존의 코드 자동 생성 연구들이 대부분 부분 코드 생성, API 기반, 또는 이미 공개된 코드 활용에 초점을 맞춘 것과는 달리, PaperCoder는 논문만 보고 완전한 코드 저장소 전체를 자동으로 생성하는 것을 지향합니다.

이 논문이 흥미로운 이유는 단순히 "코드 생성 품질이 좋아졌다" 수준을 넘어서, 멀티 에이전트 LLM(대형 언어 모델) 프레임워크 안에서 사용자의 실제 논문 재현 및 실험 환경 구축에 반응할 수 있도록 설계되었다는 점입니다. 예를 들어, 논문만 주면 시스템 아키텍처 설계, 파일 의존성 파악, 설정 파일 생성, 그리고 모듈별 코드까지 한 번에 뽑아줍니다. 이제 진짜로 '논문이 곧 코드가 되는 세상'이 나타난 거죠.

어떻게 작동하나요? – PaperCoder의 핵심 아이디어

PaperCoder가 도입한 가장 눈에 띄는 개념은 바로 "멀티 에이전트 LLM 파이프라인"입니다. 즉, 한 번에 모든 걸 처리하는 게 아니라, 계획(Planning) → 분석(Analysis) → 생성(Generation)의 3단계로 나눠 각 단계마다 특화된 LLM 에이전트들이 협업하며 전체 코드를 만들어냅니다.
 

이러한 단계별 분업 구조는 실제로 각 단계별로 역할이 다른 LLM 에이전트로 구현되며, 이를 복잡한 논문도 체계적으로 코드화하는 게 PaperCoder의 강점입니다.

이 모델은 총 3단계의 파이프라인을 거쳐 만들어졌습니다:

• 계획(Planning) – 논문을 읽고, 구현해야 할 핵심 컴포넌트와 전체 시스템 구조(클래스/시퀀스 다이어그램 포함), 파일 의존성, 실행 순서, 설정 파일 등을 설계합니다.
• 분석(Analysis) – 각 파일과 함수의 역할, 입출력, 모듈 간 상호작용, 논문에서 요구하는 알고리즘/아키텍처 제약 등을 세밀하게 해석합니다.
• 생성(Generation) – 앞 단계에서 정리한 정보를 바탕으로, 실제로 실행 가능한 모듈별 코드를 생성합니다. 이때 파일 간 의존성과 실행 순서를 고려해 전체 저장소를 완성합니다.

주요 기술적 특징과 혁신점

PaperCoder의 핵심 기술적 특징은 크게 세 가지 측면에서 살펴볼 수 있습니다.

1. 멀티 에이전트 LLM 구조
이는 각 단계별로 특화된 LLM 에이전트들이 협업하는 구조입니다. 기존의 단일 LLM 프롬프트 방식과 달리, 역할 분담과 상호 피드백을 통해 복잡한 논문도 체계적으로 코드화할 수 있습니다. 특히, 각 에이전트가 생성한 산출물을 다음 단계에서 적극적으로 활용하여 코드 일관성과 실행 가능성을 크게 높였습니다.

2. 실행 순서 및 의존성 기반 코드 생성
두 번째 특징의 핵심은 파일/모듈 간의 의존성과 실행 흐름을 명확히 파악하는 데 있습니다. 이를 위해 다이어그램 및 의존성 분석을 자동화했고, 코드 생성 시 실행 순서에 맞춰 저장소 전체를 빌드합니다. 실제로 논문 구현에서 흔히 발생하는 "이 파일 먼저 만들어야 실행된다" 같은 문제를 최소화했습니다.

3. 사용자 맞춤형 설정 파일 자동 생성
마지막으로 주목할 만한 점은 실험 설정 파일(config 등)도 자동으로 생성한다는 것입니다. 논문을 실제로 재현하려면 하이퍼파라미터, 데이터 경로, 실험 옵션 등 다양한 설정이 필요한데, PaperCoder는 이를 논문에서 추출해 자동으로 생성해 줍니다. 이는 특히 재현성 높은 실험 환경을 빠르게 구축할 때 큰 장점이 됩니다.

실험 결과와 성능 분석

PaperCoder의 성능은 다음과 같은 실험을 통해 검증되었습니다.

1. 코드 품질 및 일치도 평가
최신 머신러닝 논문(NeurIPS, ICML, ICLR 2024)에서 선정한 Paper2Code 벤치마크에서, PaperCoder가 생성한 코드 저장소의 77%가 최고 등급을 받았습니다. 이는 기존 베이스라인 대비 대폭 향상된 수치입니다. 특히, 논문 저자들이 직접 평가한 결과 85%가 "실제로 도움이 된다"고 답했습니다.

2. PaperBench 벤치마크에서의 결과
PaperBench(최근 공개된 논문 코드 생성 벤치마크)에서도 PaperCoder는 기존 강력한 베이스라인 대비 월등한 성능을 보였습니다. 자동화된 평가(참조 코드 유무에 따라 reference-free/reference-based 방식)에서도 더 높은 일치도와 실행 가능성을 기록했습니다.

3. 실제 실행 가능성 평가
실제 논문 저자들이 PaperCoder가 생성한 코드를 실행해 본 결과, 평균적으로 전체 코드 라인의 0.48%만 수정하면 정상 실행이 가능했습니다. 즉, 거의 바로 사용할 수 있는 수준의 코드 품질을 보여줬습니다.

이러한 실험 결과들은 PaperCoder가 논문 재현 및 코드 자동화라는 주요 과제를 효과적으로 해결할 수 있음을 보여줍니다. 특히 코드 품질, 실행 가능성, 재현성 측면에서의 성과는 향후 AI 기반 연구 자동화 분야에 중요한 시사점을 제공합니다.

성능은 어떨까요?

PaperCoder는 Paper2Code 벤치마크와 PaperBench라는 첨단 벤치마크에서 각각 77%, 85%의 최고 등급 평가를 기록했습니다. 이는 기존 LLM 기반 코드 생성 시스템 수준을 뛰어넘는 성능입니다.

실제로 논문 재현, 실험 환경 구축, 코드 리뷰 등 다양한 실제 사용 시나리오에서 꽤 자연스러운 반응을 보입니다.
물론 아직 "복잡한 커스텀 데이터 처리"와 같은 일부 영역에서 약간의 미흡함이 존재하긴 하지만, 현재 수준만으로도 다양한 서비스에 활용 가능성이 큽니다.

어디에 쓸 수 있을까요?

PaperCoder는 단지 새로운 모델이 아니라, "논문에서 코드로 바로 이어지는 연구 자동화"라는 흥미로운 방향성을 제시합니다.
앞으로는 더 많은 다양한 논문 형식 지원, 예를 들면 비정형 논문, 멀티모달 논문(텍스트+수식+그림)까지 인식하게 될 가능성이 큽니다.

• 연구 재현 자동화: 논문만 있으면 바로 실험 환경을 구축하고, 결과를 검증할 수 있습니다. 연구자들의 반복 작업을 크게 줄여줍니다.
• 교육 및 튜토리얼 생성: 논문을 바탕으로 학습용 코드와 실습 자료를 자동 생성해, 교육 현장이나 온라인 강의에 활용할 수 있습니다.
• AI 기반 코드 리뷰/분석: 논문과 코드의 일치도를 자동 분석해, 오픈소스 프로젝트나 논문 리뷰 과정에서 품질 검증 도구로 쓸 수 있습니다.

이러한 미래가 PaperCoder로 인해 조금 더 가까워졌습니다.

개발자가 지금 할 수 있는 일은?

PaperCoder에 입문하려면, 기본적인 대형 언어 모델(LLM) 활용법과 파이썬 기반 코드 구조에 대한 이해가 필요합니다.
다행히도 https://github.com/kaistAI/PaperCoder에 예제 코드가 잘 정리되어 있어, 실제 논문을 입력해보고 결과 코드를 분석해보는 식으로 쉽게 학습할 수 있습니다.

실무에 적용하고 싶다면?
논문 PDF 또는 텍스트를 준비하고, 다양한 논문 유형/실험 환경을 PaperCoder로 테스트하면서 모델을 실제 워크플로우에 통합하는 것이 핵심입니다. 또한, 생성된 코드를 실제 데이터셋이나 실험 환경에 맞게 소폭 수정 및 검증하는 작업도 병행되어야 합니다.

마치며

PaperCoder는 단순한 기술적 진보를 넘어, AI가 연구 자동화와 재현성 혁신을 이끄는 패러다임 전환을 향한 중요한 이정표입니다. 이 기술이 제시하는 가능성은 AI 연구 생태계의 미래를 재정의할 잠재력을 가지고 있습니다.

우리는 지금 AI 기반 연구 자동화의 중요한 변곡점에 서 있으며, PaperCoder는 그 여정의 핵심 동력이 될 것입니다. 당신이 이 혁신적인 기술을 활용하여 미래를 선도하는 개발자가 되어보는 건 어떨까요?

⨠ 논문 원문 보러가기

같이 보면 좋은 참고 자료들

Quantum Error Correction with Girth-16 Non-Binary LDPC Codes via Affine Permutation Construction
- 논문 설명: 우리는 기브스가 16인 비이진 저밀도 패리티 검사 코드를 기반으로 한 양자 오류 수정 코드를 구성하는 방법을 제안합니다.
- 저자: Kenta Kasai
- 발행일: 2025-04-24
- PDF: 링크

Token-Shuffle: Towards High-Resolution Image Generation with Autoregressive Models
- 논문 설명: 자기회귀(AR) 모델은 언어 생성에서 오랫동안 지배적이었으나, 최근 이미지 합성에도 점점 더 많이 적용되고 있지만, 종종 확산 기반 모델보다 경쟁력이 떨어지는 것으로 간주됩니다.
- 저자: Xu Ma, Peize Sun, Haoyu Ma, Hao Tang, Chih-Yao Ma, Jialiang Wang, Kunpeng Li, Xiaoliang Dai, Yujun Shi, Xuan Ju, Yushi Hu, Artsiom Sanakoyeu, Felix Juefei-Xu, Ji Hou, Junjiao Tian, Tao Xu, Tingbo Hou, Yen-Cheng Liu, Zecheng He, Zijian He, Matt Feiszli, Peizhao Zhang, Peter Vajda, Sam Tsai, Yun Fu
- 발행일: 2025-04-24
- PDF: 링크

Dynamic atmosphere and wind models of C-type asymptotic giant branch stars. Influences of dust optical data on mass loss and observables
- 논문 설명: 별풍을 통한 질량 손실은 비대칭 거대 가지(AGB)에서 별의 진화를 지배합니다.
- 저자: Emelie Siderud, Kjell Eriksson, Susanne Höfner, Sara Bladh
- 발행일: 2025-04-24
- PDF: 링크