이 논문은 강화 학습을 소프트웨어 품질 공학(QE) 워크플로 내에서 비즈니스 요구 사항 문서로부터 소프트웨어 테스트 케이스를 자동으로 작성하는 과정을 지속적으로 개선할 수 있도록 하는 프레임워크를 소개합니다. 기존 시스템은 대규모 언어 모델(Large Language Models, LLMs)을 사용하여 정적 지식 베이스에서 테스트 케이스를 생성하는 것으로 한정되어 있어 성능을 시간이 지남에 따라 향상시키는 데 제약이 있습니다. 저희가 제안한 강화 학습 통합된 에이전틱 RAG(Retrieve, Augment, Generate) 프레임워크는 AI 에이전트를 활용하여 이 한계를 극복합니다. 이 프레임워크는 다음과 같은 단계로 구성됩니다. 1. 검색(Retrieve): 비즈니스 요구 사항 문서에서 필요한 정보를 검색합니다. 2. 확장(Augment): 검색된 정보를 확장하고 보완합니다. 3. 생성(Generate): 보강된 정보를 기반으로 테스트 케이스를 생성합니다. 이러한 프레임워크는 테스트 케이스 작성 과정을 자동화하고 개선함으로써 소프트웨어 테스트의 효율성을 향상시킬 수 있습니다. 이를 통해 소프트웨어 개발자들은 보다 빠르고 정확하며 효과적인 테스트 케이스를 작성할 수 있게 됩니다.

<Apple 뉴스 본문 전체읽기>