본 논문은 머신러닝(ML) 기반 버그 보고서 분석 분야에 대한 체계적인 문헌 연구를 수행한 결과를 제시합니다. 1,825편의 논문을 검토하여 204편을 심층 분석하였으며, CNN, LSTM, kNN과 같은 알고리즘의 활용, Word2Vec 및 TF-IDF를 이용한 특징 표현, 전처리 방법, 평가 대상 소프트웨어 프로젝트, 주요 분석 과제, 평가 지표 등의 분석 결과를 7가지 주요 발견으로 정리합니다. 또한, 향후 연구 방향 6가지를 제시합니다. 특히, BERT와 같은 고급 모델의 활용 부족과 엄격한 통계적 검정의 부재를 지적하고 있습니다.
