Intelligent Software Engineering Lab.

컴퓨터과학부
이병정

Intelligent Software Engineering Lab은 컴퓨터과학부 소속으로, 소프트웨어 버그 자동 정정 및 관련 연구에 주력하고 있습니다. 최근 3년간 딥러닝 알고리즘을 활용한 소프트웨어 버그 자동 정정 연구, 진화론적 방법에 기반한 버그 정정 연구, 상시모니터링 연동 의미기반 테스트 지원 기술 등을 주요 프로젝트로 수행하였습니다. 특히, CodeBERT와 SeqGAN 알고리즘을 적용한 연구는 높은 평가를 받았으며, 버그 심각성 예측 시스템 및 방법과 관련된 다수의 특허를 보유하고 있습니다. 이러한 연구 성과를 바탕으로 다양한 기업들과의 협업을 통해 R&D 프로젝트를 성공적으로 수행하고 있습니다.

Bug Severity Prediction

Software Testing

Deep Learning Algorithms

대표 연구 분야

연구 영역 전체보기

딥러닝 알고리즘 기반 소프트웨어 버그 자동 정정

이 연구는 딥러닝 알고리즘을 활용하여 소프트웨어 버그를 자동으로 정정하는 방법에 초점을 맞추고 있습니다. 다양한 딥러닝 접근법과 모델을 적용하여 버그의 위치를 정확하게 식별하고, 이를 통해 자동으로 버그를 수정할 수 있는 프레임워크를 개발합니다. 최근 연구에서는 딥러닝 알고리즘을 활용한 버그 정정 방법의 정확도를 향상시키기 위해 데이터셋 증강 기술과 토큰 태깅 기법을 적용하는 방법을 탐구하고 있습니다. 이 연구는 소프트웨어 개발 과정에서 발생하는 버그를 효과적으로 줄이고, 개발자의 생산성을 높이는 데 기여할 수 있는 중요한 연구 분야입니다.

진화론적 방법 기반 소프트웨어 버그 자동 정정

진화론적 알고리즘을 활용한 소프트웨어 버그 자동 정정 연구는 버그를 식별하고 수정하기 위해 유전 알고리즘과 같은 진화론적 기법을 사용합니다. 이 연구는 객체 지향 시스템에서 발생하는 버그를 분석하고, 적합한 버그 수정 패치를 생성하기 위해 메트릭스를 활용합니다. 진화론적 방법을 통해 다양한 버그 수정 전략을 탐구하고, 그중 최적의 해결책을 자동으로 찾는 시스템을 개발합니다. 이러한 접근법은 복잡한 소프트웨어 시스템에서 발생하는 다양한 버그를 효과적으로 해결하는 데 유용하며, 소프트웨어의 품질과 안정성을 높이는 데 기여할 수 있습니다.

주요 논문

발행물 전체보기

Applying Token Tagging to Augment Dataset for Automatic Program Repair

Huimin Hu, Byungjeong Lee

Journal of Information Processing Systems (JIPS), 2022

Utilizing Topic-Based Similar Commit Information and CNN-LSTM Algorithm for Bug Localization

Geunseok Yang, Byungjeong Lee

Symmetry, 2021

Building a Rule-Based Goal-Model from the IEC 62304 Standard for Medical Device Software

김동엽, 이정원, 이병정

KSII Transactions on Internet and Information Systems, 2019

완료된 프로젝트

프로젝트 전체보기

Lab Project Home 연구 프로젝트

과학기술정보통신부/원천기술개발사업

2020년 02월 ~ 2023년 02월

딥러닝 알고리즘 기반 소프트웨어 버그 자동 정정 연구

과학기술정보통신부/중견연구자지원사업

2017년 02월 ~ 2020년 02월

진화론적 방법에 기반한 소프트웨어 버그 자동 정정 연구

과학기술정보통신부/중견연구자지원사업

2014년 06월 ~ 2019년 06월