# Search-Based Software Engineering and AI Foundation Models: Current Landscape and Future Roadmap

### 저자

Hassan Sartaj, Shaukat Ali, Paolo Arcaini, Andrea Arcuri

### 💡 개요

본 논문은 25년간 발전해온 탐색 기반 소프트웨어 공학(SBSE)과 최근 부상한 AI 파운데이션 모델(FM)의 관계를 분석합니다. FM을 활용하여 SBSE를 강화하거나, SBSE를 FM 발전에 적용하는 방안을 탐구하며, 두 분야의 통합을 통해 SBSE의 미래를 조망하는 연구 로드맵을 제시합니다.

### 🔑 시사점 및 한계

- FM이 SBSE의 탐색 능력과 효율성을 크게 향상시킬 잠재력을 가지고 있습니다.

- SBSE 기법을 FM의 학습, 평가, 최적화에 적용하여 FM의 성능과 신뢰성을 높일 수 있습니다.

- SBSE와 FM의 시너지를 통해 소프트웨어 개발 전반의 다양한 문제를 해결할 수 있는 새로운 연구 기회를 창출할 수 있습니다.

- FM의 복잡성, 학습 데이터의 편향성, SBSE 알고리즘과의 효과적인 통합 방법론 등에 대한 추가적인 연구가 필요합니다.

---

[PDF 보기](https://arxiv.org/pdf/2505.19625)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).