이선아 연구실은 소프트웨어 유지보수, 진화, 품질 보증, 그리고 인공지능 기반의 자동화 기술을 중심으로 연구를 수행하고 있습니다. 소프트웨어 시스템은 시간이 지남에 따라 복잡성이 증가하고, 다양한 요구사항 변화와 버그 수정, 기능 추가 등으로 인해 지속적인 관리와 개선이 필요합니다. 본 연구실은 이러한 변화에 효과적으로 대응하기 위한 자동화 도구와 알고리즘 개발에 주력하고 있습니다. 연구실의 주요 연구 분야 중 하나는 소프트웨어 유지보수 및 진화 자동화입니다. 순환 신경망(RNN)과 딥러닝 기반의 추천 시스템을 활용하여, 개발자가 수정이 필요한 코드 위치를 빠르게 탐색할 수 있도록 지원하며, 테스트 케이스 자동 재사용, API 자동 갱신 등 다양한 자동화 기법을 통해 유지보수 비용 절감과 품질 향상을 실현하고 있습니다. 이러한 연구는 실제 오픈소스 프로젝트와 산업 현장에 적용되어 그 효과를 검증받고 있습니다. 또한, 소프트웨어 품질 보증과 요구사항 추적성 강화를 위한 지능형 기법도 연구의 핵심입니다. 그래프 기반의 요구사항 추적성 모델, 스프레드시트 애플리케이션을 활용한 유연한 맵핑 변경, 자동화된 추적성 갱신 기법 등을 통해, 소프트웨어 산출물 간의 연계성을 체계적으로 관리하고 있습니다. 특히, 항공기 탑재 소프트웨어와 같은 미션 크리티컬 시스템에서의 요구사항 추적성 실패 사례 분석과 예방 절차 제안 등 실무적 요구에 부합하는 솔루션을 제공하고 있습니다. 연구실은 소프트웨어 개발 과정에서 발생하는 다양한 이슈와 버그를 효과적으로 관리하기 위한 자동화 및 인공지능 기반 기술도 활발히 연구하고 있습니다. 최신 자연어 처리 및 딥러닝 모델을 활용하여, 이슈 보고서와 버그 리포트의 핵심 정보를 자동으로 추출하고 요약하는 기술을 개발하고 있으며, 다중 레이블 분류 봇, 버그 리포트 요약, 이슈 자동 분류 등 다양한 도구를 통해 개발자의 관리 부담을 줄이고 있습니다. 이선아 연구실은 소프트웨어공학의 이론적 연구와 더불어, 실제 산업 현장과 오픈소스 프로젝트에 적용 가능한 실용적 솔루션 개발에 중점을 두고 있습니다. 다양한 국내외 연구 프로젝트와 산학협력을 통해, 소프트웨어 품질과 생산성 향상, 그리고 안전하고 신뢰성 높은 소프트웨어 시스템 구축에 기여하고 있습니다.