전북대 학부연구생, In-Context Learning 기반 결함 예측 연구로 KCSE 2026 우수논문상

전북대학교 소프트웨어공학과 학부연구생이 인공지능 기반 소프트웨어 품질 예측 연구로 국내 대표 학술대회에서 우수논문상을 수상하며 주목을 받고 있다. 대규모 학습 인프라 없이도 실무 적용이 가능한 새로운 접근법을 제시했다는 점에서 학술적·실용적 의미가 함께 평가됐다.

전북대 소프트웨어공학과 인공지능&소프트웨어공학 연구실(AI&SE Lab, 지도교수 류덕산) 소속 심은진 학부연구생은 최근 열린 2026 한국소프트웨어공학 학술대회(KCSE 2026)에서 「In-Context Learning 기반 표형 파운데이션 모델(TabICL)을 활용한 소프트웨어 결함 예측」 논문을 발표해 우수 단편 논문상(Best Short Paper Award)을 수상했다. 이번 연구는 소프트웨어 결함 예측(Software Defect Prediction, SDP) 문제를 다루면서, 최근 인공지능 분야에서 주목받고 있는 In-Context Learning 기법을 표형 데이터 기반 파운데이션 모델에 적용했다는 점이 특징이다. 기존 결함 예측 연구가 대규모 학습 데이터와 반복적인 모델 재학습을 전제로 해온 것과 달리, 본 연구는 별도의 추가 학습 없이 추론 단계에서 소수의 예시만을 활용해 결함 여부를 예측하는 방식을 제안했다.

연구진은 공개 소프트웨어 결함 데이터셋을 활용해 기존 머신러닝 기반 결함 예측 모델과 성능을 비교·분석했다. 그 결과, 학습 비용과 인프라 부담을 크게 줄이면서도 실무 환경에서 활용 가능한 수준의 예측 성능을 확인했다. 특히 대규모 학습 인프라 구축이 어려운 환경에서도 적용 가능하다는 점에서, 실제 산업 현장에서의 활용 가능성이 높다는 평가를 받았다.

이러한 접근은 인공지능 모델의 고도화가 곧 대규모 자원 투입으로 이어지는 최근 흐름 속에서, 보다 현실적인 대안을 제시했다는 점에서 의미를 가진다. 연구 성과는 소프트웨어 품질 관리와 결함 예측 분야에서 새로운 연구 방향을 제시한 사례로 해석된다.

이번 학술대회에서 AI&SE Lab 연구진은 심은진 연구생의 수상 논문을 포함해 총 8편의 논문을 발표하며 활발한 연구 성과를 선보였다. 이는 학부연구생 단계부터 연구 참여가 체계적으로 이뤄지고 있음을 보여주는 사례로 평가된다. 심은진 연구생은 “첫 학회 논문임에도 불구하고 교수님의 지도와 연구실 구성원들의 도움 덕분에 의미 있는 결과를 얻을 수 있었다”며 “이번 경험을 계기로 소프트웨어공학과 인공지능 연구를 더욱 깊이 탐구해 나가고 싶다”고 소감을 밝혔다.

#전북대학교 #소프트웨어공학 #인공지능연구 #KCSE2026 #우수논문상 #학부연구생 #스포트라이트유

광고