증강 현실 (Augmented Reality, AR)이 일상생활에 점점 더 깊숙이 자리 잡으면서, AR 애플리케이션의 품질, 안전성 및 신뢰성을 보장하는 것이 점점 더 중요해지고 있습니다. 그러나 AR 앱은 자동화된 테스트에 있어 독특한 과제를 제시합니다. 전통적인 모바일 앱의 정적인 GUI 레이아웃과 달리, AR 앱은 가변적이고 비결정론적인 주변 환경으로부터 상호작용 인터페이스를 획득하기 때문입니다. ARCore Playback 및 ARKit Replay와 같은 최근의 발전은 개발자가 풍부한 정보를 담은 비디오를 기록하고 재생함으로써 실제 세계의 시나리오를 재사용할 수 있게 하여, 더욱 실행 가능한 자동화된 AR 테스트를 가능하게 합니다. 하지만 재생 비디오를 사용하는 것은 두 가지 주요 과제를 야기합니다. 테스트 입력의 타이밍이 정확해야 하며, 비디오 내의 상호작용 영역이 동적이고 불규칙하며 식별하기 어렵다는 점입니다. 이러한 문제를 해결하기 위해, 우리는 자동화된 테스트를 위해 재생 비디오를 분석하여 적절한 상호작용 영역을 시간에 따라 탐지, 추적 및 필터링하는 프레임워크인 TARIPlay를 제안합니다. 특히, TARIPlay는 안정성 및 가시성과 같은 기준을 바탕으로 실행 가능한 테스트 기회를 식별한 다음, 이 정보를 자동화된 테스트 엔진에 전달하여 사용자 상호작용을 시뮬레이션합니다. 우리는 4개의 오픈 소스 AR 앱과 9개의 재생 비디오를 사용하여 실험을 수행했습니다. 평가 결과, TARIPlay는 AR 관련 코드의 테스트 커버리지(분기 커버리지 기준 41.98% 대비 55.8%) 측면에서 기존 도구인 Monkey를 크게 능가하며, 테스트 적합성을 위한 재생 비디오의 품질을 평가하는 데에도 사용될 수 있음을 보여주었습니다.