소프트웨어 테스팅은 소프트웨어 제품의 품질을 보증하기 위해 중요한 단계입니다. 이러한 테스팅 프로세스는 테스트 계획, 케이스 및 품질 엔지니어링(QE) 메트릭 생성과 같은 다양한 작업을 포함합니다. 이러한 작업들은 전통적으로 수동적이고 반복적인 작업으로, 자동화가 필요한 분야 중 하나입니다. 이 연구에서는 에이전틱 검색-증강 생성(RAG) 시스템을 활용하여 소프트웨어 테스팅 자동화 접근 방식을 제시합니다. 이 시스템은 자율형 AI 에이전트와 하이브리드 벡터-그래프 지식 시스템을 결합하여 테스트 계획, 케이스 및 QE 메트릭 생성을 자동화합니다. 이를 통해 소프트웨어 테스팅의 정확성을 높이고 문서의 추적성을 확보합니다. 이 접근 방식은 기존 소프트웨어 테스팅의 한계를 극복하기 위해 LLMs인 Gemini와 Mistral과 같은 기술을 활용합니다. 또한 멀티 에이전트 조작 및 향상된 문맥화를 통해 시스템의 정확도를 65%에서 94.8%로 향상시켰습니다. 이는 소프트웨어 테스팅의 효율성과 품질 향상에 기여할 것으로 기대됩니다.

<Apple 뉴스 본문 전체읽기>