음성 비서는 모바일 플랫폼에 널리 배포되고 있지만, 대부분은 애플리케이션별 동작과 잘 정렬되지 않은 시스템 수준의 서비스로 설계되었습니다. 그 결과, 앱 레벨에서 음성 상호작용을 활성화하려면 개발자가 애플리케이션 로직을 수동으로 재구현해야 하므로 높은 개발 및 유지보수 비용이 발생합니다. 우리는 GUI 테스트 코드를 재활용하여 앱별 음성 비서의 개발을 자동화하는 LLM 기반 접근 방식을 제안합니다. 이 테스트 코드는 애플리케이션 기능에 대한 동작 보존적이고 실행 가능한 사양을 인코딩합니다. 본 논문에서는 대규모 언어 모델(LLM)이 GUI 테스트를 애플리케이션 동작과 대화형 상호작용 사이의 다리 역할을 하는 것으로 재해석하는 관점을 제시합니다. 테스트 메서드를 음성 의도(voice intents), 기능 설명(capability descriptions), 실행 가능한 액션 플랜 등 앱별 VA 아티팩트로 변환함으로써, 우리의 접근 방식은 음성 비서를 외부 사양보다는 기존 애플리케이션 로직에 직접 기반하도록 합니다. 우리는 Android에서 작동하는 연구 프로토타입인 AppVA를 통해 이 비전을 설명합니다. 다섯 개의 오픈 소스 애플리케이션에 걸친 초기 결과는 GUI 테스트 코드가 테스트를 넘어 재사용될 수 있으며, 이를 통해 앱별 음성 비서를 합성할 수 있고 소프트웨어 테스팅, 상호작용 디자인, LLM 기반 자동화의 교차점에서 더 넓은 연구 방향을 제시함을 시사합니다.