소프트웨어가 시간이 지나면서 진화함에 따라, 모든 행동 변화가 개발자가 의도한 대로 발생하는지 확인하는 것이 중요합니다. 이 목표를 위한 유망한 접근 방식은 프로그램의 이전 버전과 새 버전 간의 행동 차이를 노출시키는 테스트를 생성하는 것입니다. 하지만 현재의 접근 방식들은 많은 코드 변경에 대해 행동 차이를 트리거하는 데 실패합니다. 본 논문에서는 코드 변경으로 인해 도입된 행동 차이를 노출시키기 위해 특별히 설계된, 새로운 변경 지향형 LLM 기반 차분 테스트(differential testing) 접근 방식인 DiffTestGen을 제시합니다. 이 접근 방식은 두 가지 핵심 기여를 통해 가능해집니다. 첫째, DiffTestGen은 정적 호출 그래프 분석(static call graph analysis)과 프로젝트 문서를 활용하여 테스트 생성을 위한 유효한 진입점(entry points)을 식별하고 LLM이 변경된 코드로 도달하도록 안내합니다. 둘째, DiffTestGen은 이전 버전과 새 버전의 수정된 코드 커버리지(coverage of modified code)를 결합한 새로 도입한 합집합 커버리지(union coverage) 메트릭을 제공함으로써, LLM에 표적화된 커버리지 피드백을 제공하여 반복적으로 개선합니다. 우리는 총 463개의 PR로 구성된 두 데이터셋에서 DiffTestGen을 평가했습니다. DiffTestGen은 전체 PR의 78.2%에서 행동 차이를 노출시키는 동시에, 평균 합집합 커버리지를 90.7% 달성했습니다. 베이스라인과 비교했을 때, DiffTestGen은 전반적으로 99개의 PR을 더 많이 노출시키고, 코드 커버리지를 각각 12.5%, 15.6% 포인트 증가시킵니다. DiffTestGen을 Testora 회귀 감지기(regression detector)와 통합함으로써, 식별된 행동 차이가 기존의 최적 접근 방식들이 놓친 회귀 버그를 탐지하는 데 사용될 수 있음을 보여줍니다.