프로젝트 소개
본 과제는 SW 개발 과정에서 반복되는 소프트웨어 버그 수정의 비효율과 실효성 저하 문제를 줄이기 위해, 버그 리포트를 자동으로 분류·교정·해결하는 인공지능 솔루션을 개발하는 연구임.
연구 목표는 1~3차년도에 걸쳐 버그 리포트 빅데이터셋의 불균형을 해결하는 리샘플링, 버그 리포트 최적 분류(Triage) 정확도 10% 이상 향상, 앙상블 러닝 기반 100% 자동 버그 해결 도구로 버그 해결 실효성·효율성 20% 이상 향상을 달성하는 데 있음. 핵심 연구 내용은 메타 필드 분석과 오버샘플링·부트스트래핑, 오류역전파 개념과 토픽셋 재배치, CNN·LSTM·RBM 등을 bagging과 투표로 병렬 학습하는 방식임. 기대 효과는 신뢰성 있는 버그 연구 기반 제공, Bug Triage로 우선순위·심각도 기반 제거 효율 향상, 자동화 도구로 비용 절감·일정 단축 및 SW 품질 경쟁력 강화로 이어짐.