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.

Advancing Software Quality: A Standards-Focused Review of LLM-Based Assurance Techniques

Created by
  • Haebom

저자

Avinash Patil

개요

본 논문은 대규모 언어 모델(LLM) 기반 소프트웨어 품질 보증(SQA) 방법과 기존의 소프트웨어 품질 표준(ISO/IEC 12207, ISO/IEC 25010, ISO/IEC 5055, ISO 9001/ISO/IEC 90003, CMMI, TMM 등) 간의 상호작용을 조사합니다. LLM을 활용한 요구사항 분석, 코드 검토, 테스트 생성, 컴플라이언스 확인 등의 자동화를 통해 기존 SQA 프로세스를 개선하는 방법을 제시하며, LLM 기반 SQA 애플리케이션의 다양한 사례 연구와 오픈소스 이니셔티브를 통해 실현 가능성을 보여줍니다. 또한 데이터 프라이버시, 모델 편향, 설명 가능성과 같은 과제와 미래 방향(적응형 학습, 개인정보 보호 중심 배포, 다중 모달 분석, AI 기반 소프트웨어 품질을 위한 진화하는 표준)을 논의합니다.

시사점, 한계점

•
시사점:
◦
LLM을 활용한 SQA 자동화를 통해 소프트웨어 개발 효율성 및 품질 향상 가능성 제시.
◦
기존 SQA 표준과 LLM 기반 방법의 통합을 위한 구체적인 방안 제시.
◦
다양한 LLM 기반 SQA 애플리케이션의 실제 적용 사례 및 오픈소스 이니셔티브 소개.
◦
AI 기반 소프트웨어 품질 향상을 위한 미래 연구 방향 제시.
•
한계점:
◦
데이터 프라이버시, 모델 편향, 설명 가능성 등의 LLM 적용 관련 문제점 지적.
◦
LLM 기반 SQA의 실제 적용에 대한 추가적인 경험적 연구 필요성 제기.
◦
진화하는 AI 기술과 소프트웨어 품질 표준 간의 지속적인 조정 필요성 강조.
👍
Made with Slashpage