Flaky 테스트는 개발 시간을 낭비하고 릴리스 주기를 늦춥니다. 대규모 언어 모델(LLM)이 flaky 테스트 자동 수리에 대한 가능성을 보여주지만, 기존 접근 방식은 과도한 또는 불충분한 컨텍스트 문제로 인해 산업 환경에서 실패합니다. FlakyGuard는 코드를 그래프 구조로 취급하고 선택적 그래프 탐색을 사용하여 가장 관련성이 높은 컨텍스트만 찾는 방식으로 이 문제를 해결합니다. 산업 저장소의 실제 flaky 테스트에 대한 평가 결과, FlakyGuard는 재현 가능한 flaky 테스트의 47.6%를 수리했으며 개발자가 수락한 수정 사항은 51.8%였습니다. 또한 수리 성공률에서 최첨단 접근 방식보다 최소 22% 더 뛰어났습니다. 개발자 설문 조사를 통해 100%가 FlakyGuard의 근본 원인 설명이 유용하다고 답했습니다.
