Generative AI and Empirical Software Engineering: A Paradigm Shift
Created by
- Haebom
Category
Empty
저자
Christoph Treude, Margaret-Anne Storey
개요
대규모 언어 모델(LLM)과 자율 에이전트의 소프트웨어 공학 채택은 지속적인 패러다임 변화를 의미하며, 새로운 도구 설계, 워크플로우 조정, 경험적 관찰 기회를 창출한다. 이는 개발자의 역할과 그들이 생산하는 산출물을 근본적으로 변화시킨다. 인공지능의 급격한 발전은 새로운 데이터 양식을 도입하고, 인과 관계 가정을 변경하며, "개발자", "산출물", "상호 작용"과 같은 기본적인 구성 요소를 재구성한다. 인간과 AI 에이전트가 함께 창작함에 따라 사회적 행위자와 기술적 행위자 간의 경계가 모호해지고, 연구 결과의 재현성은 모델 업데이트 및 프롬프트 컨텍스트에 따라 달라진다. 이 논문은 LLM의 소프트웨어 공학 통합이 기존 연구 패러다임을 어떻게 뒤흔드는지 조사한다. 연구 대상 현상, 의존하는 방법론과 이론, 분석 데이터, 그리고 동적 AI 매개 환경에서 발생하는 타당성 저해 요인들을 논의한다.
시사점, 한계점
•
LLM 및 자율 에이전트의 도입으로 소프트웨어 공학 연구의 새로운 기회 창출
•
AI의 발전으로 인한 데이터 양식 변화, 인과 관계 가정 변경, 기존 개념 재정의
•
인간과 AI의 공동 창작으로 인한 사회적/기술적 행위자 경계 모호성
•
모델 업데이트 및 프롬프트 컨텍스트에 따른 연구 결과 재현성 문제
•
AI 시스템이 단순 도구가 아닌, 소프트웨어 공학 및 연구에 적극적으로 참여하는 미래에 대한 적응 필요성
•
AI 매개 환경에서 타당성 저해 요인 발생
