AI 테스트에 대한 오해

최근에는 AI 관련 테스트에 관심을 갖고 여러 국가 테스트 커뮤니티와 커뮤니티에 적극적으로 참여해왔습니다. 이러한 커뮤니티에서는 업계 최고 기업의 전문가와 국내 유명 테스트 학자 등 AI 테스트와 관련된 주제에 대해 다양한 기업 및 분야의 테스트 전문가들과 소통합니다. 또한 많은 컨퍼런스에 참여하고, AI 테스트 주제에 대한 많은 공유를 듣고, 다양한 AI 관련 테스트 도구를 사용해 보면서 많은 지식과 통찰력을 얻었습니다.

이러한 테스트 커뮤니티와 커뮤니티에서 AI 테스트란 무엇인지, AI 테스트를 수행하는 방법, AI 테스트에 사용할 수 있는 도구와 방법 등 AI 테스트에 대한 많은 질문을 접했습니다. 하지만 인터넷에서 AI 테스트 관련 도서를 검색해 보니 AI 개발 관련 도서는 많지만, AI 테스트를 구체적으로 소개한 책은 거의 없었다. 이는 테스트 산업이 여전히 혼돈 속에서 더듬더듬 나아가고 있음을 보여준다.

AI 테스트에 대해 배운 지식과 경험을 공유하기 위해 학습 경험을 정리하고, AI 테스트에 관해 자주 접하는 몇 가지 질문에 답변하려고 노력했으며, 이러한 내용을 모두와 공유하고 토론할 수 있도록 기사로 구성했습니다. .

AI 테스트에 대한 신화

AI 테스트를 논의할 때 일반적으로 두 가지 이해가 있습니다.

• 첫 번째는 AI 시스템을 사용하여 테스트 분석 및 테스트 설계를 배우는 것과 같이 AI를 사용하여 현재 소프트웨어 테스트를 지원하는 것입니다. , 그런 다음 자동으로 테스트 케이스를 생성하고 이러한 테스트 케이스를 자동으로 구현합니다.
• 두 번째 단계는 AI 시스템을 테스트하는 것입니다. 업계에서는 기능 테스트, 성능 테스트, 보안 테스트 등 AI 시스템을 테스트하기 위해 여전히 기존 테스트 방법을 사용하고 있지만 기능의 효율성을 테스트할 때 명확한 테스트 데이터와 승인 조건을 얻는 것이 어려운 경우가 많습니다. 이 경우 테스트는 알고리즘에 대한 깊은 이해와 경험을 바탕으로 데이터를 생성하거나 찾아내고 기능 테스트 결과의 타당성을 대략적으로 평가해야만 수행할 수 있습니다.

현재 자동화된 테스트를 지원하기 위해 AI를 사용하는 것은 새로운 분야입니다. 테스트 작업을 지원하기 위해 AI(예: 딥 러닝) 시스템을 사용하는 것은 자동화된 테스트의 자동 생성 및 실행, 대규모 테스트 결과 분석, 자동화된 탐색 테스트, 결함 위치 등을 포함하여 최근 몇 년간 가장 인기 있는 테스트 트렌드 중 하나입니다.

미국의 많은 기업이 상용 AI 테스트 도구를 출시했습니다. Zhu Shaomin 선생님의 공개 계정 '소프트웨어 품질 보고서'에는 "미래가 여기에 있습니다. 인공 지능 테스트는 멈출 수 없습니다: 9가지 AI 테스트 도구 소개"라는 제목의 기사에서 9가지 AI 기반 테스트 도구를 소개합니다. 그러나 이러한 AI 테스트 도구에는 일반적으로 테스트 케이스 정확도, 대규모 테스트 케이스 유지 관리 등의 문제가 있습니다.

첫 번째 질문: AI 지원 테스트를 실제로 사용할 수 있나요?

많은 회사에서 AI 지원 테스트를 연구하기 시작했고 많은 도구가 나왔지만 모두 정확성이라는 중요한 문제를 안고 있습니다. 기존 AI 학습 알고리즘 자체의 한계로 인해 학습하고 생성한 테스트 케이스와 검증 조건의 정확도는 그리 높지 않습니다. 나는 중국의 일부 일류 인터넷 제조업체가 공유한 AI 지원 테스트의 정확도가 80%를 약간 상회하고 90% 미만인 여러 회의에 참석했습니다. 이러한 정확도는 금융 등 높은 정확도를 요구하는 일부 시스템에서는 인식하기 어렵습니다.

둘째, 자동화된 테스트 케이스의 규모가 크면 테스트 케이스를 수동으로 유지 관리하기 어렵고 도구에만 의존할 수 있습니다. AI 테스트 도구의 부정확성으로 인해 유지 관리 작업의 정확성은 그리 이상적이지 않습니다.

그럼에도 불구하고 품질 요구 사항이 낮은 대규모 시스템에서는 AI 지원 테스트를 통해 테스트 비용을 크게 줄일 수 있으므로 이러한 시스템에는 AI 지원 자동화 테스트가 적용되었습니다. 또한, 높은 품질 요구 사항과 충분한 리소스가 있는 프로젝트에서 AI 지원 테스트는 수동 자동화 테스트의 확장 및 소프트웨어 품질을 더욱 보장하기 위한 자동화 탐색 테스트 도구로 사용될 수 있습니다.

두 번째 질문: AI 지원 테스트는 어느 정도 발전했나요?

현재 AI 지원 테스트는 아직 초기 단계입니다. 저는 AI 지원 테스트를 세 단계로 나눕니다.

• 첫 번째 단계는 딥 러닝 모델을 통해 테스트 사례 입력을 자동으로 생성한 다음 출력 결과의 정확성을 수동으로 확인하는 것입니다.
• 두 번째 단계는 딥러닝 모델을 통해 자동으로 테스트 케이스 입력을 생성하고, 규칙 모델을 통해 출력 결과의 정확성을 자동으로 검증하는 것입니다.
• 세 번째 단계는 딥러닝 모델을 통해 테스트 케이스의 입력과 출력을 자동으로 생성하고, 출력 결과의 정확성을 자동으로 검증하는 단계입니다.

현재 업계에서는 기본적으로 1단계를 실현했으며, 일부 기업도 2단계를 구현하기 시작했습니다. 그러나 3단계를 달성한 대기업은 소수에 불과하며, 이들 기업의 정확도는 아직까지 개선되지 않고 있다. 따라서 AI 지원 테스트는 아직 갈 길이 멀다.

세 번째 질문: AI 지원으로 테스트할 수 있는 소프트웨어 시스템은 무엇입니까?

이론적으로 모든 소프트웨어 시스템은 AI를 사용하여 자동화된 테스트 작업을 지원할 수 있습니다. 그러나 AI 테스트 시스템의 현재 상태로 인해 모든 유형의 소프트웨어 시스템에 실제로 사용할 수는 없습니다. 많은 실제 프로젝트에서는 웹 서비스 API 등과 같은 특정 시스템의 특정 인터페이스 계층에서만 AI 테스트를 사용합니다.

산업 분야에 따라 AI 테스트의 활용도 다릅니다. 예를 들어, 금융 및 군사 산업과 같이 품질 요구 사항이 높은 산업에서 AI 테스트는 현재 기존 기능 자동화 테스트의 확장으로만 사용할 수 있습니다. 인터넷과 같이 품질 요구 사항이 낮은 산업에서는 강력한 기술 역량을 갖춘 일부 기업이 AI 테스트를 주요 자동화 테스트 방법 중 하나로 채택했습니다. 그러나 AI 지원 자동화 테스트는 의심할 여지 없이 자동화 테스트의 미래입니다!

요약

위 질문에 대한 답변을 통해 AI 테스트가 무엇인지, 자신의 프로젝트가 AI 테스트에 적합한지, AI 테스트에 투자해야 하는지 등 AI 테스트에 대한 모든 분들의 혼란을 해결해 주시길 바랍니다. 미래.

결론적으로 AI 테스트는 아직 개발 초기 단계이므로 대규모 사용에는 적합하지 않으며 특정 프로젝트에서만 사용을 고려할 수 있습니다. 자동화된 테스트를 구현하기 위해 AI를 사용하든 수동 방법을 사용하든 핵심은 테스트의 효율성, 테스트 결과의 정확성 및 테스트 사례의 유지 관리 가능성입니다. 이는 대규모 자동화 테스트의 성공에 중요한 요소입니다.

따라서 AI 자동화 테스트이든 수동 자동화 테스트이든 핵심 본질은 동일합니다. 지식 학습, 분석, 요약과 같은 일련의 인간 사고에 의존하여 테스트 분석, 테스트 설계 및 테스트 작업을 해결합니다. 자동화된 테스트 구현. 그러나 현재 AI 시스템 자체의 개발로는 테스트 분석 및 테스트 설계에서 인간의 작업을 대체하기에는 충분하지 않습니다. 결과적으로 AI로 구현되는 자동화된 테스트의 정확성과 유지 관리성은 수동 방법보다 나쁩니다. 그러나 AI 테스트는 시간과 비용 측면에서 분명한 이점을 갖고 있어 점점 인기를 얻고 있습니다.

따라서 테스트 분야에서 AI는 인간의 작업을 진정으로 대체하기 위해 더 열심히 노력해야 합니다. AI 테스트 사용을 고려하기 전에 프로젝트의 특정 요구 사항과 조건을 신중하게 평가하여 AI 테스트가 적절한지 결정해야 합니다. 앞으로 AI 기술의 지속적인 발전과 개선으로 AI 테스트는 자동화 테스트의 중요한 트렌드가 될 것이며, AI 테스트 관련 기술과 인재에 대한 투자도 현명한 선택이 될 것입니다.

위 내용은 AI 테스트에 대한 오해의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!