Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
MASTOR는 RESTful API의 시맨틱 결함을 탐지하기 위해 소스 코드를 분석하여 테스트 오라클을 생성하는 멀티 에이전트 프레임워크입니다. 소스 추출과 병렬 오라클 생성 단계를 거치며, 챌린저 에이전트 리뷰를 통해 생성된 오라클의 품질을 높입니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv Codex (cs.SE)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기기존의 자동화된 RESTful API 테스트 접근 방식은 일반적으로 단순한 검사(예: HTTP 상태 코드, 스키마 준수 여부)에 의존하며, 이는 시맨틱 결함(semantic faults), 비즈니스 로직 위반 및 상태 의존적 불일치를 탐지하기에는 불충분합니다. 이를 해결하기 위해, 우리는 구현 소스 코드에 기반하여 RESTful API를 위한 시맨틱 테스트 오라클(Semantic Test Oracles)을 생성하는 멀티 에이전트(Multi-Agent) 접근 방식인 MASTOR를 제안합니다. MASTOR는 소스 분석(source analysis)과 오라클 생성(oracle generation)의 두 단계로 구성됩니다. 전자는 관련 소스 파일의 이행적 임포트 폐쇄(transitive import closure)를 분석하여 각 엔드포인트 작업(endpoint operation)에 대한 소스 컨텍스트(source context)를 구축하는 소스 추출 에이전트(source extraction agent)를 활용합니다. 후자는 수집된 컨텍스트를 바탕으로 두 개의 병렬 오라클 생성 경로를 사용합니다: 작업당 상태 및 필드 오라클을 생성하는 단일 작업(single-operation) 경로와, 작업 간 시맨틱 연관성(cross-operation semantic associations)을 활용하여 작업 시퀀스에 대한 행동 일관성(behavioral consistency) 오라클을 생성하는 다중 작업(multi-operation) 경로입니다. 두 경로 모두 챌린저 에이전트 리뷰(challenger-agent review)를 적용하며, 여기서 전담 리뷰어가 약점을 식별하고 타겟팅된 재생성을 유도하기 위한 개선 힌트를 제공한 후, 구조적으로 유효하지 않은 오라클을 걸러내기 위한 오라클 정규화(oracle normalization)가 이어집니다. 우리는 WFD 및 PRAB 데이터셋에서 추출한 13개의 오픈 소스 RESTful API 프로젝트(296개 작업, 251,303 라인의 코드) 벤치마크를 통해 MASTOR를 평가했습니다. MASTOR는 10,022개의 오라클을 생성하며 평균 75.4%의 변이 점수(mutation score)를 달성했습니다. 이 오라클들은 ToJUnit 및 ToPostmanAssertify를 통해 실행 가능한 어설션(assertions)으로, ToReadable을 통해 사람이 읽을 수 있는 설명으로 변환되었습니다. 선정된 50개 작업에 대한 베이스라인 비교에서, MASTOR는 Direct Prompting보다 30.1%포인트(69.9% 대 39.8%), SATORI보다 49.4%포인트(69.9% 대 20.5%) 더 높은 성능을 보였습니다.