Repo0: 디자인 주도 제로-투-올 코드 생성

초록

대규모 언어 모델 에이전트는 코드 생성 분야에서 상당한 진전을 이루었지만, 대부분의 기존 시스템은 사전에 정의된 저장소 아키텍처를 가정한다. 이러한 가정은 에이전트가 자연어 요구사항으로부터 소프트웨어 프로젝트 전체를 직접 구축하면서 개발 전 과정에 걸쳐 모듈식 저장소 아키텍처를 유지해야 하는 제로-투-올 코드 생성에서는 성립하지 않는다. 본 논문에서는 제로-투-올 코드 생성을 위한 연속적 구조 진화 프레임워크인 Repo0를 제시한다. Repo0는 요구사항 수준 DAG, 컴포넌트 수준 DAG, 그리고 이들 간의 정렬 관계로 구성된 이중 방향성 비순환 그래프(Dual-DAG)로 인스턴스화되는 명시적 아키텍처 상태를 유지한다. 자연어 요구사항에서 시작하여, Repo0는 모듈성 지표에 의해 안내되는 구조적 액션을 통해 컴포넌트 경계를 반복적으로 진화시키고 구조적 수렴에 도달한 이후, 수렴된 아키텍처가 테스트 주도 개발 코드 생성을 안내한다. 우리는 RepoCraft의 6개 실제 저장소에서 GPT-5 mini와 DeepSeek V3.2를 사용하여 Repo0를 평가한다. Repo0는 모든 설정에서 최고의 기능 커버리지와 통과율을 달성한다. 가장 강력한 저장소 계획 베이스라인인 RPG와 비교하여, Repo0는 기능 커버리지를 최대 20.08퍼센트포인트, 통과율을 최대 29.74퍼센트포인트 향상시킨다. 절제 연구 및 구조 진화 분석은 Dual-DAG 아키텍처 상태, 모듈성 기반 구조 진화, 그리고 명시적 구조 수렴의 중요성을 추가로 입증한다.

English

Large language model agents have made substantial progress in code generation, yet most existing systems assume a predefined repository architecture. This assumption does not hold in zero-to-all code generation, where an agent must construct an entire software project directly from natural-language requirements while maintaining a modular repository architecture throughout development. We present Repo0, a continuous structural evolution framework for zero-to-all code generation. Repo0 maintains an explicit architectural state instantiated as a Dual-Directed-Acyclic-Graph (Dual-DAG), consisting of a requirement-level DAG, a component-level DAG, and their alignment relation. Starting from natural-language requirements, it iteratively evolves component boundaries through structural actions guided by modularity metrics until structural convergence, after which the converged architecture guides test-driven development code generation. We evaluate Repo0 on six real-world repositories from RepoCraft using GPT-5 mini and DeepSeek V3.2. Repo0 achieves the highest Functionality Coverage and Pass Rate across all settings. Compared with RPG, the strongest repository-planning baseline, Repo0 improves Functionality Coverage by up to 20.08 percentage points and Pass Rate by up to 29.74 percentage points. Ablation and structural-evolution analyses further demonstrate the importance of the Dual-DAG architectural state, modularity-guided structural evolution, and explicit structural convergence.