Trustとテンソル・コンサルティングが発表した新技術でレガシーシステムの課題解消へ

Trustとテンソル・コンサルティングの共同研究

最近、Trust株式会社とテンソル・コンサルティング株式会社による共同研究チームが、生成AIを活用した「コールグラフ要約技術」の研究成果を発表しました。この新しい技術は、大規模で複雑なプログラム構造を解析し、理解しやすい形に整理することを目的としています。特に、COBOLなどのレガシーシステムにおいては、ブラックボックス化が進んでいますが、この技術によってその課題を乗り越える手助けをします。

レガシーシステムの課題

多くの企業が、長年の改修により肥大化したシステムのモダナイゼーションに取り組んでいます。しかし、これらのシステムの解析やプログラム全体を把握するのは非常に困難です。特に、有識者が不足している現状では、適切な解析が行われず、作業効率が悪化する可能性があります。そこで、生成AIを活用したリバースエンジニアリングが注目されています。

従来の技術の課題

ただし、従来の技術には課題がありました。たとえば、1万行を超えるコードの呼び出し関係を示す「コールグラフ」の出力は、非常に情報量が多く、理解が難しいのです。また、生成AIで要約した場合、毎回結果が異なり、安定性に欠けるという問題もありました。結果として、解読に多くの時間がかかり、効率が悪化します。

共同研究の経緯

Trustとテンソル・コンサルティングは、2025年8月からAIや大規模言語モデルを活用した業務効率化を目的とするプロジェクトにおいて協力を開始しました。そしてその成果の一環として、今回のコールグラフ要約技術が発表されるに至りました。

開発された技術の成果

本プロジェクトによって、以下の2つのアプローチが導入され、AIによる要約精度と安定性が向上しました。

1. 独自の評価基準の策定
コールグラフの要約結果を客観的に評価するための基準を設定しました。これにより、AIが出力した要約が本当にシステム構造を反映しているかどうかを定量的に測定できるようになりました。この新しい評価基準により、5%〜13%のスコア改善を達成しています。

2. 用語分類体系の活用
解析対象のソースコードから自動抽出した用語体系をAIの推論プロセスに組み込むことで、特定のドメインにおける一貫性を保持しつつ、要約結果を向上させることに成功しました。これにより、用語の揺らぎが減少し、用語数は5%〜11%削減されました。