Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

ReqBrain: Task-Specific Instruction Tuning of LLMs for AI-Assisted Requirements Generation

Created by
  • Haebom

저자

Mohammad Kasra Habib, Daniel Graziotin, Stefan Wagner

개요

본 논문은 소프트웨어 요구사항 도출 및 명세 과정의 자동화를 위해 대규모 언어 모델(LLM)을 활용한 AI 기반 도구 ReqBrain을 제시한다. ReqBrain은 채팅 기반 인터페이스를 통해 소프트웨어 요구사항을 자동 생성하고 유형별로 분류한다. ISO 29148 준수 요구사항 데이터셋을 사용하여 다섯 개의 7B 파라미터 LLM을 미세 조정했으며, 그 중 Zephyr-7b-beta 모델이 BERT 점수 89.30%와 FRUGAL 점수 91.20%로 가장 우수한 성능을 보였다. 사람의 평가 또한 ReqBrain의 효과성을 확인하였다. 본 연구는 미세 조정된 생성형 AI가 요구사항 도출 및 명세 과정을 개선하고 결함 식별, 테스트 케이스 생성, 애자일 사용자 스토리 생성 등으로 확장될 가능성을 시사한다.

시사점, 한계점

시사점:
생성형 AI를 활용하여 소프트웨어 요구사항 도출 및 명세 과정의 효율성을 높일 수 있음을 보여줌.
ReqBrain과 같이 LLM 기반의 자동화 도구가 소프트웨어 개발 과정을 개선하는데 기여할 수 있음을 제시.
향후 결함 식별, 테스트 케이스 생성, 애자일 사용자 스토리 생성 등으로의 확장 가능성 제시.
한계점:
현재는 특정 LLM과 데이터셋에 의존적인 결과이며, 다른 LLM이나 데이터셋에 대한 일반화 가능성은 추가 연구가 필요함.
실제 소프트웨어 개발 프로젝트에 적용했을 때의 효율성 및 신뢰성에 대한 추가적인 검증이 필요함.
사용자의 요구사항을 정확하게 이해하고 반영하는 능력에 대한 한계는 여전히 존재할 수 있음.
👍