[논문 리뷰] Code Clone Matching: A Practical and Effective Approach to Find Code Snippets

Katsuro Inoue, Yuya Miyamoto외 2명|arXiv (Cornell University)|2020. 03. 12.

Software Engineering Research참고 문헌 37인용 수 4

한 줄 요약

이 논문은 토큰 기반 클론 탐지와 메타패턴을 결합한 실용적인 방법인 코드 클론 매칭(CC 매칭)을 제안한다. 메타토큰(예: $var)을 사용해 유연하고 언어에 민감한 코드 스니펫 검색을 가능하게 한다. 이 방법은 정확도가 높고, 유저 친화적인 ccgrep라는 grep 유사 도구를 구동하며, 타입 1, 2 및 일부 타입 3 코드 클론을 효율적으로 탐지한다. 전통적인 grep과 기존 클론 탐지 도구에 비해 사용성과 정확도에서 뛰어난 성능을 보인다.

ABSTRACT

Finding the same or similar code snippets in source code is one of fundamental activities in software maintenance. Text-based pattern matching tools such as grep is frequently used for such purpose, but making proper queries for the expected result is not easy. Code clone detectors could be used but their features and result are generally excessive. In this paper, we propose Code Clone matching (CC matching for short) that employs a combination of token-based clone detection and meta-patterns enhanced with meta-tokens. The user simply gives a query code snippet possibly with a few meta-tokens and then gets the resulting snippets, forming type 1, 2, or 3 code clone pairs between the query and result. By using a code snippet with meta-tokens as the query, the resulting matches are well controlled by the users. CC matching has been implemented as a practical and efficient tool named ccgrep, with grep-like user interface. The evaluation shows that ccgrep~ is a very effective to find various kinds of code snippets.

연구 동기 및 목표

• 다중 라인 코드 스니펫을 찾는 데 있어 grep의 한계를 해결하기 위해 공백과 주석과 같은 구문 요소를 무시하는 것.
• 전체 클론 탐지 도구에서 발생하는 과도하고 통제되지 않은 출력을 해결하기 위해 관련 없는 클론을 너무 많이 반환하는 문제를 해결하기 위해.
• 개발자가 메타토큰(예: $var)을 사용해 특정 코드 패턴을 검색함으로써 매칭 범위를 정밀하게 제어할 수 있도록 하기 위해.
• 타입 1, 2 및 부분 타입 3 클론 매칭을 지원하는 실용적이고 효율적이며 사용자 친화적인 도구를 개발하기 위해.
• 초보자와 숙련된 개발자 모두에게 정밀도, 성능, 사용성의 균형을 이룬 솔루션을 제공하기 위해.

제안 방법

• 이 방법은 공백과 주석을 무시함으로써 구문 일치를 가능하게 하는 토큰 기반 클론 탐지를 사용하여 소스 코드를 정규화한다.
• 메타토큰(예: $var, $stmt)을 사용해 변수 이름, 문장 또는 표현식을 나타내는 메타패턴을 도입함으로써 유연한 쿼리 구성이 가능하다.
• 메타토큰이 포함된 쿼리 스니펫을 코드베이스와 매칭하여 타입 1, 2 및 선택된 타입 3 클론을 검색한다.
• 기존 워크플로우에 쉽게 통합할 수 있도록 ccgrep에 grep 유사 명령줄 인터페이스를 구현한다.
• 토큰화와 패턴 매칭을 활용하여 클론을 효율적으로 식별하면서도 구조적 및 구문적 유사성을 유지한다.
• 도구는 토큰 시퀀스를 사용해 코드를 색인하고, 메타패턴 매칭을 적용하여 가짜 양성(false positive)을 줄이고 관련성을 향상시킨다.

실험 결과

연구 질문

• RQ1 코드 클론 탐지 기반의 패턴 매칭 시스템은 전통적인 grep에 비해 코드 스니펫 검색의 정밀도와 사용성 측면에서 향상될 수 있는가?
• RQ2 메타토큰의 사용이 코드 클론 매칭의 범위와 특이성 제어에 얼마나 효과적인가?
• RQ3 시스템은 성능이 grep과 유사한 수준을 유지하면서도 타입 1, 2 및 타입 3 클론을 효율적으로 검색할 수 있는가?
• RQ4 ccgrep는 CBCD, NCDSearch 및 Siamese와 같은 기존 도구들과 비교해 속도, 정확도 및 사용성 측면에서 어떻게 성능을 내는가?
• RQ5 메타패턴을 사용하면 루프에 특정 제어 변수와 내장된 문장을 포함한 복잡한 코드 패턴을 얼마나 잘 표현할 수 있는가?

주요 결과

• ccgrep는 메타패턴을 사용해 타입 1, 2 및 타입 3 클론의 대표적인 부분집합을 성공적으로 검색하여 정밀하고도 민감한 검색을 가능하게 한다.
• 주석, 공백 및 구문 노이즈를 포함한 관련 없는 매칭을 필터링함으로써 grep보다 더 높은 정밀도를 달성한다.
• ccgrep의 성능은 grep보다 느리지만 CBCD 및 NCDSearch와 같은 다른 클론 탐지 도구보다는 훨씬 빠르며, 인터랙티브 사용에 실용적이다.
• 평가 결과, 메타패턴을 통해 사용자가 특정 제어 변수가 있는 for 루프나 return 문과 같은 복잡한 쿼리를 false positive 없이 표현할 수 있음을 확인했다.
• 특히 즉각적이고 인터랙티브한 코드 검색 작업에서 기존 도구들에 비해 사용성과 응답 시간 측면에서 뛰어난 성능을 보였다.
• 도구는 대규모 코드베이스에서 유사한 코드 패턴을 효과적으로 식별할 수 있었으며, 버그 탐지, 리팩터링, 코드 재사용 분석 등의 작업을 지원하는 데 효과적이다.