TL;DR

re-agent는 Ghidra 디컴파일과 근접 소스 검색을 결합해 함수 단위 역공학을 자동화하고 LLM 기반 reverser/checker 루프를 통해 후보 코드를 생성한다. 생성된 후보는 보수적 Objective Verifier와 11개 휴리스틱 신호로 구성된 Parity Engine으로 검증되어 RED/YELLOW/GREEN 등급을 받으며 명확한 구조적 불일치만 자동 차단한다. 구성은 YAML과 환경변수를 통해 제어되며 Claude, OpenAI 호환 API, 로컬 Codex CLI를 공급자로 사용할 수 있다. 안전 설계는 자동 커밋 금지와 반복 라운드 상한(README 예시에서 4회)을 포함해 허위 긍정과 파괴적 작업을 방지한다. 이 조합은 대규모 바이너리에서 관련 함수부터 우선적으로 역공학을 시도하고 수동 검토 없이 명백한 오류를 필터링하는 워크플로우를 제공한다.

핵심 포인트

• 프로젝트 근접 소스 컨텍스트를 자동으로 검색해 LLM 입력으로 포함한다. 단순한 바이너리-기반 추론 대신 디컴파일 주변의 실제 소스 코드와 연계해 후보의 정확도를 높인다. 이 접근은 소스와 바이너리 간 일관성을 평가하는 데 유리한 근거를 제공한다.
• 11개 구성 가능한 휴리스틱 신호를 사용하는 Parity Engine을 통해 등급 기반 검증을 수행한다. 신호들은 Missing source, Stub markers, Call count mismatch 등 다양한 구조적 차이를 포착하도록 설계되어 있다. 각 신호는 토글 가능하고 수동 승인 플로우와 연동되어 자동화와 사람의 판단을 결합한다.
• Objective Verifier가 보수적 제어 흐름·호출 수 검사를 수행해 LLM 체커의 오탐을 제한한다. 완전 동치 검증 대신 명확한 불일치만 차단하는 좁은 범위 검사를 적용해 오탐으로 인한 작업 중단을 줄인다. 이 설계는 LLM의 유효한 제안이 지나치게 배제되지 않도록 균형을 맞춘다.
• Ghidra 백엔드와 능동적 graceful degradation을 통해 환경 차이에 따라 기능을 조정한다. ghidra-ai-bridge가 제공하는 기능에 따라 디컴파일·xref·구조체 조회가 가능해지고 일부 기능이 없을 때는 차선 동작으로 대체한다. 이로 인해 다양한 Ghidra 설정과 프로젝트 레이아웃에서 동작 유연성이 확보된다.