본문으로 건너뛰기

"Artificial Intelligence" 태그로 연결된 24개 게시물개의 게시물이 있습니다.

모든 태그 보기

CARJAN: Agent-Based Generation and Simulation of Traffic Scenarios with AJAN

· 약 3분
Leonard Frank Neis
André Antakli
Matthias Klusch

논문 정보​

  • 제목: CARJAN: Agent-Based Generation and Simulation of Traffic Scenarios with AJAN
  • 저자: Leonard Frank Neis (DFKI, Saarland Informatics Campus), André Antakli (DFKI, Saarland Informatics Campus), Matthias Klusch (DFKI, Saarland Informatics Campus)
  • 학회/저널: arXiv 프리프린트 (cs.AI)
  • 발행일: 2025-08-29
  • DOI: arXiv:2508.21411
  • 주요 연구 내용: AJAN 멀티에이전트 프레임워크와 CARLA 자율주행 시뮬레이터를 통합하여 도시 교통 시나리오를 반자동으로 생성하고 시뮬레이션하는 도구 CARJAN 개발
  • 주요 결과 및 결론: 보행자, 자전거, 자율주행 차량 등 다양한 에이전트가 상호작용하는 복합 교통 시나리오의 비주얼 모델링과 시뮬레이션을 통합한 최초의 접근법 제시
  • 기여점: SPARQL Behavior Tree 기반 에이전트 의사결정과 비주얼 UI 기반 시나리오 모델링을 결합하여 사용자 친화적인 교통 시나리오 생성·시뮬레이션 도구 제공

A Survey on Web Testing: On the Rise of AI and Applications in Industry

· 약 5분
Iva Kertusha
Gebremariam Assres
Onur Duman
Andrea Arcuri

논문 정보​

  • 제목: A Survey on Web Testing: On the Rise of AI and Applications in Industry
  • 저자: Iva Kertusha (Kristiania University of Applied Sciences), Gebremariam Assres (Kristiania University of Applied Sciences), Onur Duman (Glasgow Caledonian University), Andrea Arcuri (Kristiania University of Applied Sciences)
  • 학회/저널: Journal of Systems and Software (제출)
  • 발행일: 2025-08-12 (arXiv v2 기준)
  • DOI: 제공되지 않음
  • 주요 연구 내용: 2014년부터 2025년까지 발표된 웹 테스팅 관련 연구 논문 259편을 체계적으로 분석함. 14개의 연구 질문을 통해 웹 테스팅 분야의 주요 동향, 인구 통계, 기여, 도구, 과제 및 혁신을 식별하며, 특히 인공지능(AI) 기술의 부상과 산업계와의 협력 수준에 중점을 둠.
  • 주요 결과 및 결론: 웹 테스팅 연구는 지난 10년간 매우 활발했으며, ICST가 주요 학회로 나타남. 연구 대다수는 블랙박스 테스팅 자동화 기술에 초점을 맞추고 있으며, Selenium이 가장 널리 사용되는 도구임. 산업 시스템을 활용하는 긍정적인 추세가 관찰되지만, 많은 도구가 오픈소스로 제공되지 않고 있으며 인간 대상 연구는 상대적으로 제한적임.
  • 기여점: 기존 서베이 논문들보다 더 광범위한 259개의 논문을 분석하여 지난 10년간의 웹 테스팅 연구에 대한 심층적인 개요를 제공함. 특히 AI 기술의 역할과 산업 적용 현황을 상세히 분석하여 현재 연구의 강점과 약점, 그리고 미래 연구 방향에 대한 통찰을 제시함.

The Future of Software Testing: A Review of Trends, Challenges, and Opportunities

· 약 5분
Elavarasi Kesavan

논문 정보​

  • 제목: The Future of Software Testing: A Review of Trends, Challenges, and Opportunities
  • 저자: Mrs. Elavarasi Kesavan (Full Stack QA Architect, Cognizant)
  • 학회/저널: International Journal of Innovations in Science Engineering and Management
  • 발행일: 2025-04-15
  • DOI: 10.69968/ijisem.2025v4i253-57
  • 주요 연구 내용: 본 논문은 AI, IoT, 클라우드, 애자일 등 최신 기술이 소프트웨어 테스팅 분야에 미치는 영향을 분석함. 문헌 연구를 통해 최신 테스팅 동향, 지속적인 과제, 그리고 새로운 기회들을 종합적으로 검토하고, 미래의 테스트 엔지니어가 갖추어야 할 역량을 조망함.
  • 주요 결과 및 결론: 소프트웨어 테스팅은 AI와 IoT 같은 신기술과 깊이 연관되어 빠르게 발전하고 있으며, 테스터에게는 코딩 능력과 새로운 도구 및 프레임워크에 대한 적응력이 요구됨. 애자일, 자동화, TCoE(Testing Centers of Excellence)가 QA Practice를 재편하고 있으나, 성능 테스트, 숨겨진 종속성, 품질 책임과 같은 과제는 여전히 남아있음.
  • 기여점: 소프트웨어 테스팅의 현재 상황과 미래 방향에 대한 포괄적인 개요를 제공함. 최신 동향, 고질적인 문제, 새로운 기회를 종합하여 미래의 테스트 엔지니어를 위한 지속적인 학습과 기술 개발의 필요성을 강조함.

AI-Assisted Discovery of Biodegradable Polymer Alternatives

· 약 7분
Peter Broklyn
Sabir K

논문 정보​

  • 제목: AI-Assisted Discovery of Biodegradable Polymer Alternatives
  • 저자: Peter Broklyn, Sabir K
  • 학회/저널: Polymer Recycling
  • 발행일: 2024년 12월
  • DOI: -
  • 주요 연구 내용: 인공지능(AI)을 활용하여 생분해성 고분자 대체재를 발견하는 방법론과 기술을 탐색하는 연구임. 기존의 시간과 비용이 많이 소모되는 시행착오 기반의 접근법 대신, AI를 통해 물질의 특성을 예측하고, 고분자 제형을 최적화하며, 새로운 대체재를 식별하는 과정을 가속화하는 역할을 강조함.
  • 주요 결과 및 결론: 머신러닝을 이용해 고분자의 물성을 예측하고, 생성 모델을 활용해 새로운 고분자 구조를 설계하며, 데이터 마이닝과 고속 스크리닝을 통해 유망한 후보를 식별할 수 있음을 보여줌. 이러한 AI 기술은 생분해성 폴리에스터 및 고분자 혼합물의 개발 사례에서 그 유용성이 입증됨.
  • 기여점: 기존의 고분자 연구 개발의 한계를 극복하기 위해 AI의 잠재력을 제시함. 특히, 분자 구조와 물성 간의 관계를 밝혀내고, 새로운 물질을 제안하며, 실험 과정을 간소화하는 데 AI가 핵심적인 역할을 할 수 있음을 보여줌으로써 지속 가능한 소재 개발의 새로운 방향을 제시함.

Beyond the Hype: A Comprehensive Review of Current Trends in Generative Al Research, Teaching Practices, and Tools

· 약 6분
James Prather
Juho Leinonen
Natalie Kiesler
Jamie Gorson Benario

논문 정보​

  • 제목: Beyond the Hype: A Comprehensive Review of Current Trends in Generative Al Research, Teaching Practices, and Tools
  • 저자: James Prather (Abilene Christian University), Juho Leinonen (Aalto University), Natalie Kiesler (Nuremberg Tech), 외 다수
  • 학회/저널: 2024 Working Group Reports on Innovation and Technology in Computer Science Education (ITICSE-WGR 2024)
  • 발행일: 2024-07-08
  • DOI: 10.1145/3689187.3709614
  • 주요 연구 내용: 컴퓨팅 교육 분야에서 생성형 AI(GenAI)의 현재 동향을 파악하기 위해 세 가지 접근법을 사용함. 첫째, 71편의 관련 연구에 대한 체계적 문헌 고찰(SLR)을 수행함. 둘째, 교육자(N=76)와 산업계 개발자(N=39)를 대상으로 설문조사를 실시함. 마지막으로 GenAI 도구 개발자, 연구자, 사용자 등 17명의 교육자와 심층 인터뷰를 진행하여 데이터를 삼각 측량 방식으로 분석함.
  • 주요 결과 및 결론: 문헌 고찰 결과, 교육적 가드레일이 포함된 맞춤형 GenAI 도구를 사용할 때 긍정적인 결과가 더 많이 나타남. 설문 및 인터뷰 결과, 대다수 교육자(77%)는 GenAI로 인해 필요한 프로그래밍 역량이 변화했다고 인식하지만, 실제 교육과정을 수정한 비율은 36%에 그침. 역량의 중심이 코드 작성에서 코드 읽기, 테스트, 문제 분해 등 고차원적 기술로 이동하고 있으며, 평가 방식도 감독 있는 시험이나 구술시험으로 바뀌는 추세임.
  • 기여점: 본 연구는 문헌, 교육자, 산업계 개발자의 관점을 통합하여 컴퓨팅 교육에서 GenAI의 현주소를 포괄적으로 제시함. GenAI 통합의 실제 동향, 교육 방식의 변화, 역량 요구사항의 전환, 그리고 형평성 문제와 같은 주요 과제를 명확히 규명하고, 교육자들이 GenAI를 효과적으로 도입하기 위한 구체적인 권장 사항을 제공함.

A Study on Training and Developing Large Language Models for Behavior Tree Generation

· 약 3분
Fu Li
Xueying Wang
Bin Li
Yunlong Wu
Yanzhen Wang
Xiaodong Yi

논문 정보​

  • 제목: A Study on Training and Developing Large Language Models for Behavior Tree Generation
  • 저자: Fu Li, Xueying Wang, Bin Li, Yunlong Wu, Yanzhen Wang, Xiaodong Yi
  • 학회/저널: arXiv preprint (cs.CL, cs.AI, cs.RO)
  • 발행일: 2024-01-16
  • DOI: 10.48550/arXiv.2401.08089
  • 주요 연구 내용: LLM의 표현 및 추론 능력을 활용하여 복잡한 작업에 대한 행동 트리(BT)를 자동 생성하는 프레임워크를 설계하고, 데이터 합성부터 모델 훈련, 애플리케이션 개발, 데이터 검증까지의 전체 파이프라인을 제안
  • 주요 결과 및 결론: 합성 데이터로 훈련된 BTGen 모델이 다양한 복잡한 작업에 대한 이해도와 적응력을 크게 향상시키며, 다층 검증 전략으로 생성된 BT의 유효성과 실행 가능성을 보장
  • 기여점: 데이터 합성, 모델 훈련, 애플리케이션 개발, 다층 검증을 아우르는 완전한 LLM 기반 BT 생성 프레임워크를 최초로 제시

dSPACE SIL Introduction

· 약 3분

논문 정보​

  • 제목: Automotive SIL Testing: How do I do it right?
  • 저자: dSPACE GmbH (기업 기술 문서)
  • 학회/저널: dSPACE Engineers' Insights (기술 문서)
  • 발행일: N/A
  • DOI: dSPACE 공식 문서
  • 주요 연구 내용: Software-in-the-Loop(SIL) 테스팅의 개념, 구성 요소, dSPACE VEOS 플랫폼을 활용한 자동차 소프트웨어 검증 방법론 소개
  • 주요 결과 및 결론: SIL 테스팅은 실제 하드웨어 없이 소프트웨어를 검증하여 개발 초기 단계에서 빠르고 비용 효율적인 테스팅을 가능하게 함
  • 기여점: MIL-SIL-HIL-Vehicle로 이어지는 V-모델 검증 워크플로우에서 SIL의 역할과 VEOS 플랫폼의 기능을 체계적으로 설명

Self-Refine - Iterative Refinement with Self-Feedback

· 약 4분
Aman Madaan
Niket Tandon
Prakhar Gupta
Skyler Hallinan
Luyu Gao
Sarah Wiegreffe
Uri Alon
Nouha Dziri
Shrimai Prabhumoye
Yiming Yang
Shashank Gupta
Bodhisattwa Prasad Majumder
Katherine Hermann
Sean Welleck
Amir Yazdanbakhsh
Peter Clark

논문 정보​

  • 제목: Self-Refine: Iterative Refinement with Self-Feedback
  • 저자: Aman Madaan (Carnegie Mellon University), Niket Tandon (Allen Institute for AI), Prakhar Gupta (Carnegie Mellon University), Skyler Hallinan (University of Washington), Luyu Gao (Carnegie Mellon University), Sarah Wiegreffe (Allen Institute for AI), Uri Alon (Carnegie Mellon University), Nouha Dziri (Allen Institute for AI), Shrimai Prabhumoye (NVIDIA), Yiming Yang (Carnegie Mellon University), Shashank Gupta (Allen Institute for AI), Bodhisattwa Prasad Majumder (Allen Institute for AI), Katherine Hermann (Google Research), Sean Welleck (Carnegie Mellon University), Amir Yazdanbakhsh (Google Research), Peter Clark (Allen Institute for AI)
  • 학회/저널: NeurIPS 2023 (Thirty-seventh Conference on Neural Information Processing Systems)
  • 발행일: 2023-12-10
  • DOI: arXiv:2303.17651
  • 주요 연구 내용: 단일 LLM을 생성기, 피드백 제공자, 개선기로 동시에 활용하여 초기 출력을 반복적으로 개선하는 Self-Refine 프레임워크 제안
  • 주요 결과 및 결론: 7개의 다양한 태스크에서 평균 약 20%의 절대적 성능 향상을 달성하며, 추가 학습 데이터나 강화학습 없이 GPT-4와 같은 최신 모델의 성능도 테스트 시간에 추가로 향상 가능함을 입증
  • 기여점: 별도의 학습 없이 단일 LLM만으로 출력 품질을 반복적으로 개선할 수 있는 범용적 프레임워크를 제안하여, LLM의 활용 패러다임에 새로운 방향을 제시

Behavior-Tree Based Scenario Specification and Test Case Generation for Autonomous Driving Simulation

· 약 3분
Yunjun Yao
Zijun Shi
Lihua Fu
Li Li

논문 정보​

  • 제목: Behavior-Tree Based Scenario Specification and Test Case Generation for Autonomous Driving Simulation
  • 저자: Yunjun Yao, Zijun Shi, Lihua Fu, Li Li
  • 학회/저널: ICITES 2022 (2nd International Conference on Intelligent Technology and Embedded Systems)
  • 발행일: 2022-11-04
  • DOI: 10.1109/ICITES56274.2022.9943753
  • 주요 연구 내용: 행동 트리(BT) 기반 시나리오 기술 언어 BTScenario를 설계하고, 이를 활용하여 자율주행 시뮬레이션 테스트 케이스를 자동으로 생성하는 방법론 제안
  • 주요 결과 및 결론: BTScenario를 통해 맵 객체의 공간 배치와 행위자의 시간적 행동을 모두 기술할 수 있으며, PyTrees 라이브러리를 활용한 자동 테스트 케이스 생성으로 수동 설계 대비 더 넓은 엣지 케이스 커버리지를 달성
  • 기여점: BT를 로봇 제어뿐 아니라 시나리오 명세 언어로 활용하는 새로운 방향을 제시하고, 자율주행 SIL 테스팅에서 BT의 역할을 확장

A survey of Behavior Trees in robotics and AI

· 약 3분
Matteo Iovino
Edvards Scukins
Jonathan Styrud
Petter Ögren
Christian Smith

논문 정보​

  • 제목: A survey of Behavior Trees in robotics and AI
  • 저자: Matteo Iovino (KTH Royal Institute of Technology), Edvards Scukins (KTH Royal Institute of Technology), Jonathan Styrud (KTH Royal Institute of Technology), Petter Ögren (KTH Royal Institute of Technology), Christian Smith (KTH Royal Institute of Technology)
  • 학회/저널: Robotics and Autonomous Systems, Vol. 154
  • 발행일: 2022-08-01 (온라인 공개: 2022-04-12)
  • DOI: 10.1016/j.robot.2022.104096
  • 주요 연구 내용: 행동 트리(BT)의 로봇공학 및 AI 분야 활용 현황을 방법론, 응용 분야, 기여점 기준으로 분류한 체계적 서베이
  • 주요 결과 및 결론: BT가 기존 FSM 대비 모듈성, 확장성, 재사용성에서 우수하며, 로봇공학과 게임 AI에서 복잡한 에이전트 행동 관리에 유효한 도구임을 확인
  • 기여점: BT 관련 기존 문헌을 체계적으로 분류하고, 합성·분석 방법론, 학습 기반 BT, 미해결 연구 과제를 종합적으로 정리