구성 인식 소프트웨어 기능 테스트를 위한 최소화 조합 테스트 스위트 생성 쿠쿠 서치 알고리즘 적용

초록

본 논문은 소프트웨어의 다양한 구성과 입력 조합을 효율적으로 검증하기 위해, 조합 테스트 기법에 쿠쿠 서치(Cuckoo Search) 메타휴리스틱을 적용한 새로운 테스트 스위트 생성 전략을 제안한다. 설계된 알고리즘은 테스트 케이스 수를 최소화하면서 결함 탐지 능력을 유지·향상시킨다. 실험 결과와 실제 사례 적용을 통해 제안 기법의 효율성과 실용성을 입증하였다.

상세 분석

이 연구는 소프트웨어 테스트에서 흔히 마주치는 “구성 폭발” 문제를 메타휴리스틱 최적화 기법인 쿠쿠 서치(Cuckoo Search, CS)를 활용해 해결하고자 한다. 기존 조합 테스트는 t‑wise 커버리지를 보장하기 위해 모든 가능한 t‑조합을 생성하지만, 파라미터와 값의 수가 늘어날수록 테스트 케이스 수는 기하급수적으로 증가한다. 논문은 이러한 비효율성을 극복하기 위해 CS의 핵심 원리인 레이리 파리(Levy flight)와 알루미늄 알을 이용한 탐색 메커니즘을 조합 테스트 생성 과정에 매핑한다. 구체적으로, 후보 테스트 스위트를 “알”로 간주하고, 각 알은 현재 테스트 케이스 집합을 나타낸다. 레이리 파리를 통해 새로운 후보를 생성함으로써 탐색 공간을 넓게 샘플링하고, 적합도 함수는 커버리지(예: 2‑wise, 3‑wise)와 테스트 케이스 수의 가중합으로 정의한다. 또한, “우수 알”을 보존하고 “열악 알”을 교체하는 선택 연산을 통해 탐색 효율을 높인다.

알고리즘 구현은 크게 세 단계로 나뉜다. 첫 번째는 초기 해 생성 단계로, 무작위 혹은 기존의 단순한 조합 생성 기법(예: IPOG)을 이용해 초기 테스트 스위트를 만든다. 두 번째는 진화 단계로, 레이리 파리를 적용해 새로운 후보를 생성하고, 기존 후보와 비교해 적합도가 높은 경우 교체한다. 여기서 적합도 평가는 “커버리지 누락률”과 “테스트 케이스 수”를 동시에 최소화하도록 설계된 다목적 함수이다. 세 번째는 종료 조건 검사 단계이며, 사전에 정의된 최대 반복 횟수 혹은 목표 커버리지 달성 시 알고리즘을 종료한다.

실험에서는 표준 조합 테스트 벤치마크(예: S‑box, F‑RAN 등)와 실제 산업용 사례(자동차 ECU 설정, 웹 서비스 API) 두 종류를 사용했다. 비교 대상은 전통적인 IPOG, AETG, 그리고 최근의 GA‑based 조합 테스트 기법이다. 결과는 제안된 CS 기반 전략이 평균 15 %30 % 정도 테스트 케이스 수를 감소시키면서, 동일하거나 더 높은 결함 탐지율을 유지함을 보여준다. 특히, 파라미터 수가 20 이상이고 값의 도메인이 510인 경우, 탐색 효율이 크게 향상되어 실행 시간도 기존 메타휴리스틱 대비 20 % 정도 단축되었다.

이 논문의 주요 기여는 다음과 같다. 첫째, 쿠쿠 서치의 레이리 파리 탐색을 조합 테스트 생성에 효과적으로 적용한 새로운 프레임워크를 제시하였다. 둘째, 다목적 적합도 함수를 설계해 커버리지와 테스트 규모 사이의 트레이드오프를 자동으로 조정한다. 셋째, 다양한 실험을 통해 제안 기법이 기존 방법보다 테스트 규모를 현저히 감소시키면서도 결함 탐지 능력을 유지함을 실증하였다. 마지막으로, 실제 산업 현장에 적용 가능한 구현 코드를 공개함으로써 연구 결과의 재현성과 확장성을 확보하였다. 향후 연구에서는 동적 테스트 환경(예: 런타임 구성 변화)과 다중 목표(예: 테스트 비용, 실행 시간) 최적화를 동시에 고려하는 다목적 쿠쿠 서치 확장에 대한 탐색이 기대된다.