인공지능 소프트웨어 품질 보증을 위한 테스트 기법

딥러닝 AI 소프트웨어는 기대 출력값을 사전에 정의하기 어려운 테스트 오라클 문제로 기존 방법론 적용에 한계가 있다. 이를 극복하기 위해 입력 변환 관계·내부 활성 상태·적대적 견고성에 초점을 둔 세 가지 기법이 활용되며, 각각 출력 일관성·구조 커버리지·안전성 보증이라는 상호 보완 시각으로 모델 신뢰성을 평가한다. 자율주행·의료 영상·금융 모델 등 안전 중시 도메인을 중심으로 표준화가 진행되고 있다.