(제 24회) 소프트웨어 공학 / (28)~(29) 해설

28. Robert C. Martin은 clean architecture를 설명하면서 컴포넌트 결합도에 대한 3가지 원칙을 제시하였다. 이에 대한 설명 중 가장 적절하지 않은 것은?

 

① 자신보다 재사용성이 높은 컴포넌트에 의존해야한다.

② 컴포넌트간의 의존성에 사이클이 존재하지 않아야 한다.

③ 자신보다 안정적(stable)인 컴포넌트에 의존해야 한다.

④ 자신보다 추상화된 컴포넌트에 의존해야 한다.

 

 

▣ 패키지 설계 원칙

구분		설명
응집도 관련	REP	RFP(Release Reuse Equivalency Principle, 재사용 릴리즈 등가 원칙) 패키지 안에 있는 클래스들 일부만 재사용되지 않도록 설계되어야 한다.
	CRP	CRP(Common Reuse Principle, 공통 재사용 원칙) 패키지 안의 클래스들은 다 함께 재사용되어야 한다.
	CCP	CCP(Common Closure Principle, 공통 폐쇄 원식) 어떤 이유로 패키지를 변경해야 한다면 그것 때문에 바꾸어야 할 클래스들이 다른 패키지들에 흩어져 있지 않고 동일한 패키지에 있도록 설계한다.
결합도 관련	ADP	ADP(Acyclic Dependencies Principle, 비순환 의존 원칙) 패키지의 의존 관계는 비순환이 되도록 설계되어야 한다.
	SDP	SDP(Stable Dependency Principle, 안정적 의존 원칙) 패키지는 자신보다 더 안정적인 패키지로 의존 관계가 형성되어야 한다 ※ 안정적 : 변경하기 어렵다는 의미
	SAP	SAP(Stable Abstraction Principle , 안정적 추상 원칙) 안정화된 패키지는 추상 클래스나 인터페이스들로 구성하여 가능한 추상화되도록 설계한다.

정답 : ①

 

29. 다음 중 인공신경망을 테스팅 할 때 사용할 수 있는 커버리지로 가장 적절하지 않은 것은?

 

① Neuron coverage

② Layer coverage

③ Component coverage

④ Sign-sign coverage

 

▣ AI기반 시스템 테스팅

• AI 기반 시스템은 일반적으로 기존 컴포넌트(예, 사용자 인터페이스)와 AI 컴포넌트로 구성
• AI 컴포넌트도 소프트웨어로 구현되므로 다은 소프트웨어와 동일하게 결함이 발생 가능
• 따라서, AI 기반 시스템을 테스팅할 때, 기존의 소프트웨어 테스팅 접근이 여전히 필요
• 그러나 AI 기반 시스템은 기존 시스템과는 다른 특수한 속성이 있으므로 추가적인 테스트가 필요

● AI 기반 시스템 테스팅 - BlackBox Testing

구분	설명
조합 테스팅 (Combinatorial Testing)	테스트 케이스가 여러 매개 변수값의 특성 조합을 실행하도록 설계한 블랙 박스 테스트 설계 기법
백투백 테스팅 (Back-to-Back Testing)	대체 시스템을 일종의 수도-오라클(pseudo-oracle)로 사용해서 같은 입력값에 대해 비교할 수 있는 기대 결과를 만드는 테스팅 접근법 ※예 : 수도-오라클(pseudo-oracle)은 이미 존재하는 시스템, 독립적인 팀이 개발한 시스템 또는 다른 프로그래밍 언어로 구현된 시스템(일명, 차등 테스트 : differential testing)
A/B 테스팅	테스터가 두 시스템 중 어느 시스템 성능이 나은지 판단 가능하게 하는 통계적(statistical) 테스팅 접근법 ※분리-수행 테스팅(split-run testing)이라고도 함
변성 테스팅 (Metamorphic Testing)	명세 기반이 아닌 이전 실제 결과에서 기대 결과를 추정하는 테스팅

● AI 기반 시스템 테스팅 - WhiteBox Testing

구분	설명
뉴런 커버리지 (Neuron Coverage)	일련의 테스트에서 활성화된 뉴런의 수를 신경망의 총 뉴런 수(일반적으로 백분율로 표시)로 나눈 값 ※활성화 값이 0을 초과하면 뉴런이 활성화된 것으로 간주한다.
임계점 커버리지 (Threshold Coverage)	일련의 테스트에서 임계 활성화 값을 초과한 뉴런의 수를 신경망의 총 뉴런 수(일반적으로 백분율로 표시)로 나눈 값 ※임계값으로 0과 1사이의 임계 활성값을 선택해야 한다.
부호 변경 커버리지 (Sign Change Coverage)	일련의 테스트에서 양성과 음성 활성값 모두로 활성화된 뉴런의 수를 신경망에서의 뉴런의 총 수(일반적으로 백분율로 표시)로 나눈 값 ※활성값이 0이면 음의 활성값으로 간주된다.
값 변경 커버리지 (Value Change Coverage)	일련의 테스트에서 활성값이 변화폭 이상으로 바뀌었을 때 활성화되는 뉴런수를 신경망의 총 뉴런 수(일반적으로 백분율로 표시)로 나눈 값
부호-부호 커버리지 (Sing-Sign Coverage)	다음 레이어에서 뉴런 하나만의 상태만 변하고 나머지 모든 다른 뉴런은 똑같이 유지(즉 기호를 변경하지 않음)하도록 개별 뉴런의 상태를 모두 바꿨을 때 달성하는 커버리지 수준
레이어 커버리지 (Layer Coverage)	신경망의 전체 층에서 뉴런 세트에 대한 활성값이 어떻게 변경되는지(예, 절대적 또는 상대적)에 기반해 커버리지 측정

 

정답 : ③

 

---

 

공감과 댓글은 아이티신비에게 큰 힘이 됩니다.

블로그 글이 유용하다면 블로그를 구독해주세요.♥