프로젝트 요약

LLM·정적 분석·유사 코드 검색 등을 결합하여 코드의 보안 취약점과 품질 문제를 분석하고 개선 코드를 제안하는 플랫폼

Spring Boot Backend와 AI·GitHub 연동을 담당하여 분석 → 개선 → Commit → Pull Request로 이어지는 자동화 Pipeline을 구현

프로젝트 수행 내용

• 정적 분석과 AI 기반 분석을 활용하여 보안 취약점·비효율·중복 코드를 탐지하고 개선 코드 제안
• LLM·정적 분석·유사 코드 검색·AI 생성 코드 판별을 결합하여 문제 탐지 → 분석 → 코드 개선 → 개선 코드의 정적 분석 재수행으로 이어지는 통합 검증 환경 구성
• GitHub Repository와 연동하여 코드 분석 → 개선 코드 반영 → Commit → Pull Request 생성까지 이어지는 개발 Workflow 자동화

기술 구현 및 기여

• Spring Boot 기반 백엔드 개발을 담당하여 JWT 인증·회원 관리, GitHub OAuth·Repository 연동 및 주요 API를 구현하고, 또한 GitHub Access Token을 AES-256-GCM으로 암호화하고 인증·인가 구조를 설계 및 구현
• AI 코드 분석 서버와 GitHub API를 연계하여 코드 분석 결과 조회부터 단일·다중 파일 Commit·Push 및 Pull Request 생성까지 이어지는 자동화 파이프라인을 구현
• MySQL RDS 데이터 모델링 및 GitHub Webhook 기반 PR 상태 동기화 구현, Docker 기반 AWS 배포 환경 구성 및 통합 테스트 수행
• CodeBERT 기반 코드 판별 성능 향상을 위한 데이터셋 전처리 및 파인튜닝 수행
• 프론트엔드 연동을 위한 API 명세·인증 방식·오류 응답 조율 및 CORS·JWT·DTO 불일치 문제 해결

결과 및 성과

• 인증·회원관리·GitHub 연동·분석·대시보드 등 주요 서비스 기능을 위한 60개 이상의 API 엔드포인트를 구현
• 개선 코드 반영 → Commit·Push → Pull Request 생성까지 이어지는 자동화 Pipeline 구축
• 데이터셋 전처리 및 CodeBERT 파인튜닝을 통해 AI 생성 코드 판별 정확도를 84.70%에서 95.17%로 10.47%p 향상