문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
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
회원 평가 (1)
저는 파이썬의 스트림릿 라이브러리에 대한 지식을 얻었으며, 확실하게 제 팀에서 R 셔니로 만든 애플리케이션들을 개선하기 위해 이를 활용해볼 것입니다.
Michal Maj - XL Catlin Services SE (AXA XL)
코스 - GitHub Copilot for Developers
기계 번역됨