본 논문은 심층 신경망(DNN)의 기능적 요구사항을 공식화하기 어려운 문제를 해결하기 위해 자연어 요구사항 명세를 활용하는 요구사항 기반 테스트 방법(RBT4DNN)을 제안합니다. RBT4DNN은 용어집을 사용하여 의미적 특징 공간을 정의하고, 기능적 요구사항의 전제 조건을 해당 특징들의 논리적 조합으로 공식화합니다. 이러한 특징 조합과 일치하는 훈련 데이터를 사용하여 생성 모델을 미세 조정하여 전제 조건을 충족하는 테스트 입력을 안정적으로 생성합니다. 훈련된 DNN에서 이러한 테스트를 실행하여 출력 결과를 예상되는 요구사항 후조건 동작과 비교합니다. RBT4DNN은 DNN의 결함 감지 및 개발 중 모델 동작의 요구사항 기반 탐색을 통한 모델 일반화에 대한 피드백 제공이라는 두 가지 활용 사례를 제시합니다. 평가 결과, RBT4DNN이 생성한 테스트는 현실적이고 다양하며 요구사항 전제 조건과 일치하여 모델 동작의 표적 분석 및 효과적인 결함 감지가 가능함을 보여줍니다.
