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.

Generative AI for Software Architecture. Applications, Trends, Challenges, and Future Directions

Created by
  • Haebom
Category
Empty

저자

Matteo Esposito, Xiaozhou Li, Sergio Moreschini, Noman Ahmad, Tomas Cerny, Karthik Vaidhyanathan, Valentina Lenarduzzi, Davide Taibi

개요

본 논문은 생성형 인공지능(GenAI)이 소프트웨어 아키텍처에 적용되는 초기 단계에 대한 체계적인 연구를 수행하여, GenAI의 활용 사례, 근거, 맥락, 사용성 및 미래 과제를 종합적으로 분석했습니다. 다양한 문헌(동료 심사 논문 및 회색 문헌)을 분석하는 다중적 문헌 검토(MLR) 방법론을 사용하여, 현재의 관행, 모델, 채택 맥락 및 보고된 과제들을 파악하고 개방형 코딩을 통해 주제를 추출했습니다. 분석 결과, GenAI는 주로 아키텍처 의사 결정 지원 및 아키텍처 재구성에 사용되며, OpenAI GPT 모델이 주로 활용되고, 퓨샷 프롬프팅 및 검색 증강 생성(RAG) 기술이 일관되게 사용되는 것으로 나타났습니다. GenAI는 요구사항-아키텍처 및 아키텍처-코드와 같이 소프트웨어 개발 수명 주기(SDLC)의 초기 단계에 주로 적용되었고, 모놀리식 및 마이크로서비스 아키텍처가 주요 대상이었습니다. 그러나 GenAI 출력에 대한 엄격한 테스트는 대부분의 연구에서 부족했습니다. 가장 빈번한 과제로는 모델 정확도, 환각, 윤리적 측면, 개인 정보 보호 문제, 아키텍처 특정 데이터 세트 부족, 그리고 적절한 평가 프레임워크의 부재 등이 있습니다. 결론적으로 GenAI는 소프트웨어 설계에서 상당한 잠재력을 보여주지만, 더 널리 채택되기 위해서는 몇 가지 과제가 남아 있습니다.

시사점, 한계점

시사점:
GenAI는 소프트웨어 아키텍처 의사결정 지원 및 재구성에 효과적으로 활용될 수 있음을 보여줌.
OpenAI GPT 모델과 퓨샷 프롬프팅, RAG 기술의 효용성을 확인.
소프트웨어 개발 수명 주기 초기 단계(요구사항-아키텍처, 아키텍처-코드)에서의 GenAI 적용 가능성 제시.
모놀리식 및 마이크로서비스 아키텍처에 대한 GenAI 적용 가능성 확인.
한계점:
GenAI 출력에 대한 엄격한 테스트 부족.
모델 정확도 및 환각 문제.
윤리적 문제 및 개인 정보 보호 문제.
아키텍처 특정 데이터셋 부족.
적절한 평가 프레임워크 부재.
GenAI의 투명성 및 설명 가능성 부족.
👍