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.

SEER: Sustainability Enhanced Engineering of Software Requirements

Created by
  • Haebom

저자

Mandira Roy, Novarun Deb, Nabendu Chaki, Agostino Cortesi

개요

소프트웨어 개발의 빠른 확장이 환경, 기술, 사회, 경제에 미치는 영향을 고려하여, 2030년까지 UN 지속가능발전목표 달성을 위해 지속 가능한 개발 방식을 도입해야 함을 강조한다. 기존 방법론의 한계를 극복하고, 요구사항 엔지니어링 단계부터 지속가능성 평가를 시작하는 프레임워크 SEER을 제안한다. SEER은 대규모 언어 모델(LLM)과 RAG(Retrieval Augmented Generation) 방식을 활용하여 (i) 특정 소프트웨어 제품과 관련된 지속가능성 요구사항(SR) 식별, (ii) 식별된 SR에 기반한 시스템 요구사항의 지속가능성 평가, (iii) SR을 만족하지 못하는 시스템 요구사항 최적화의 세 단계를 거친다. Gemini 2.5 모델을 사용한 4개의 다양한 프로젝트에 대한 실험 결과, SEER이 다양한 도메인에서 광범위한 지속가능성 문제를 정확하게 식별하는 효과를 보였다.

시사점, 한계점

시사점:
소프트웨어 개발의 초기 단계부터 지속가능성 고려의 중요성을 강조.
LLM과 RAG 기술을 활용하여 자동화된 지속가능성 평가 프레임워크 제시.
다양한 도메인에 적용 가능한 SEER 프레임워크의 유연성 입증.
한계점:
제안된 프레임워크의 일반화된 성능 평가 부족 (4개의 프로젝트에 대한 실험).
Gemini 2.5 모델 의존성으로 인한 모델 변경에 따른 성능 변화 가능성.
구체적인 SR 식별 및 최적화 과정에 대한 추가적인 연구 필요.
👍