연락처 정보
 기간 14 시간

코스 개요

소프트웨어 테스트에서의 AI 도입

  • 테스트 및 QA 분야에서 AI 기능 개요
  • 최신 테스트 워크플로우에서 사용되는 AI 도구 유형
  • AI 기반 품질 엔지니어링의 이점 및 리스크

테스트 케이스 생성을 위한 LLM 활용

  • 단위 및 기능 테스트 생성을 위한 프롬프트 엔지니어링
  • 매개변수화 및 데이터 구동 테스트 템플릿 생성
  • 사용자 스토리 및 요구 사항을 테스트 스크립트로 변환

탐색적 및 엣지 케이스 테스트에서의 AI 활용

  • AI를 사용하여 미테스트된 분기 또는 조건 식별
  • 드물거나 비정상적인 사용 시나리오 시뮬레이션
  • 위험 기반 테스트 생성 전략

자동화 UI 및 회귀 테스트

  • Testim 또는 mabl과 같은 AI 도구를 활용한 UI 테스트 생성
  • 셀프 힐링 셀렉터를 통한 안정적 UI 테스트 유지 관리
  • 코드 변경 후 AI 기반 회귀 영향 분석

실패 분석 및 테스트 최적화

  • LLM 또는 ML 모델을 이용한 테스트 실패 클러스터링
  • 불안정한 테스트(flaky test) 실행 및 알림 피로 감소
  • 역사적 인사이트 기반 테스트 실행 우선순위 설정

CI/CD 파이프라인 통합

  • Jenkins, GitHub Actions, GitLab CI에 AI 테스트 생성 기능 임베딩
  • 풀 리퀘스트 시 테스트 품질 검증
  • 파이프라인 내 자동 롤백 및 스마트 테스트 게이팅

QA에서의 AI 미래 트렌드 및 책임 있는 활용

  • AI 생성 테스트의 정확성 및 안전성 평가
  • AI 강화 테스트 프로세스에 대한 거버넌스 및 감사 추적
  • AI-QA 플랫폼 및 인텔리전트 옵저버빌리티 트렌드

요약 및 다음 단계

요건

  • 소프트웨어 테스트, 테스트 계획 또는 QA 자동화 경험
  • JUnit, PyTest, Selenium 등의 테스트 프레임워크에 대한 숙지
  • CI/CD 파이프라인 및 DevOps 환경에 대한 기본 이해

대상 청중

  • QA 엔지니어
  • 소프트웨어 테스트 개발 엔지니어(SDET)
  • 어글 또는 DevOps 환경에서 근무 중인 소프트웨어 테스터

참가자 수


참가자별 가격

회원 평가 (1)

예정된 코스

관련 카테고리