MOLA와 고차 변환을 활용한 TTC 2011 리엔지니어링 사례 해결

초록

본 논문은 TTC 2011 리엔지니어링 과제인 Java 코드에서 상태 머신을 자동 추출하는 문제를 MOLA 언어와 고차 변환(HOT) 기법으로 해결한다. HOT를 이용해 복잡한 매칭 로직을 자동 생성함으로써 재사용 가능한 변환 라이브러리를 제공하고, 언어 구현자를 거치지 않아도 사용자가 원하는 기능을 손쉽게 구현할 수 있음을 보여준다.

상세 분석

논문은 먼저 TTC 2011 Reengineering Case의 핵심 요구사항을 정리한다. Java 소스 모델에서 클래스·메서드·조건문 등 비국소적 관계를 탐색해 상태와 전이를 식별하고, 이를 UML 상태 머신 형태로 변환해야 한다. 기존 MOLA는 패턴 매칭과 순환 구조를 지원하지만, 비국소적 탐색을 일일이 수작업으로 코딩하면 코드가 급격히 복잡해진다. 이를 해결하기 위해 저자들은 고차 변환(Higher‑Order Transformation, HOT) 개념을 도입한다. HOT는 모델 자체를 변환 대상·생성 대상으로 삼아, 변환 로직을 자동으로 생성하는 메타‑변환이다. 구체적으로, 상태와 전이 추출에 필요한 반복·조건 구조를 MOLA 프로그램으로 자동 생성하는 HOT를 정의한다. 이 HOT는 입력 메타모델(Java AST)과 목표 메타모델(StateMachine) 사이의 매핑 규칙을 선언적으로 기술하고, 실행 시 해당 규칙에 맞는 MOLA 서브 프로그램을 생성한다. 결과적으로 변환 개발자는 복잡한 탐색 로직을 직접 구현할 필요 없이, HOT에 매핑 정보를 제공하면 필요한 MOLA 코드를 자동으로 얻을 수 있다. 또한 생성된 MOLA 코드는 기존 MOLA 실행 엔진에서 그대로 실행 가능하므로, 성능 저하 없이 재사용성을 크게 향상시킨다. 논문은 HOT 구현에 사용된 메타모델 설계, 변환 규칙 정의 방식, 그리고 생성된 MOLA 코드의 구조를 상세히 설명한다. 특히, 비국소적 매칭을 위한 “다중 단계 탐색” 패턴을 어떻게 HOT가 재귀적으로 구성하는지, 그리고 조건부 전이 생성 로직을 어떻게 파라미터화하는지를 구체적인 예시와 함께 제시한다. 마지막으로, 생성된 변환이 TTC 2011 공식 평가 기준을 만족함을 실험 결과로 입증하고, HOT 기반 접근법이 다른 복잡한 모델 변환 시나리오에도 일반화될 수 있음을 논의한다.