본 논문은 현대 비디오 게임의 빈번한 업데이트로 인한 테스트의 비효율성을 해결하기 위해 KLPEG 프레임워크를 제안한다. KLPEG는 게임 요소, 작업 의존성, 인과 관계를 체계적으로 모델링하는 지식 그래프 (KG)를 구축하여 지식 축적 및 재사용을 가능하게 한다. 이 프레임워크는 자연어 업데이트 로그를 파싱하고 KG 기반의 멀티 홉 추론을 통해 업데이트 영향을 파악하여 업데이트에 특화된 테스트 케이스를 생성한다. Overcooked와 Minecraft 게임 환경에서의 실험 결과, KLPEG가 업데이트의 영향을 더 정확하게 파악하고 더 적은 단계로 테스트를 완료하여 테스트 효과와 효율성을 크게 향상시킴을 입증했다.
