버그 리포트 빅데이터 최적 분류에 따른 앙상블 러닝 기반의 자동화된 소프트웨어 버그 해결 기술 연구

본 과제는 소프트웨어 개발 중 발생하는 버그를 더 빠르고 정확하게 고치기 위해, 버그 리포트를 자동으로 분류하고 해결로 이어지게 하는 AI 기반 자동화 솔루션을 개발하는 연구임. 연구 목표는 버그 리포트 최적 분류 기술을 통해 앙상블 러닝 기반의 자동화된 버그 해결 솔루션을 구현하는 데 있음. 핵심 연구 내용은 (1차년도) 버그 리포트 빅데이터 리샘플링으로 분류 성능 20% 이상 향상, (2차년도) unsupervised learning 기반의 버그 리포트 최적 분류(Triage)로 단독/조합 정확도 각각 10% 이상 향상, (3,4차년도) 앙상블 러닝 기반 자동 버그 해결과 100% 자동화 도구 개발임. 기대 효과는 다양한 SW 프로젝트에서 최적 성능 확보, (뮤턴트, 버그 리포트-뮤턴트 매칭 데이터) 기반자료 제공, 버그 해결 실효성 및 효율성 20% 이상 향상 및 국내 SW 역량 강화 기여임.