본 연구는 모델 기반 엔지니어링에서 메타모델 진화에 따른 문법 적응 자동화를 위해 LLM 기반 접근 방식을 제안합니다. Claude Sonnet 4.5, ChatGPT 5.1, Gemini 3 등 LLM을 활용하여 문법 적응 품질을 측정했습니다.
실제 Xtext 도메인 특화 언어 6개를 대상으로 평가한 결과, LLM 기반 접근 방식은 기존 규칙 기반 방식보다 문법 규칙 수준의 일관성, 출력 유사성, 메타모델 준수율에서 높은 성능을 보였습니다.
QVTo 장기 연구에서 LLM 기반 접근 방식은 수동 문법 편집 없이 진화 단계를 거쳐 학습된 적응을 재사용했지만, 대규모 문법에서는 LLM의 적응 일관성이 90% 미만으로 떨어지는 한계가 확인되었습니다.