Failure Prediction Model for Software Quality Diagnosis

소프트웨어 품질 진단을 위한 고장예측모델

Recently, as a lot of software with AI functions has been developed, the number of software products with various prediction functions is increasing, and as a result, the importance of software quality has increased. In particular, as consideration for functional safety of products with AI functions increases, software quality management is being conducted at a national level. In particular, the GS Quality Certification System is a quality certification system for software products that is being implemented at the national level, and the GS Certification System is also researching quality evaluation methods for AI products. In this study, we attempt to present an evaluation model that satisfies the basic conditions of software quality based on international standards among the various quality evaluation models presented to verify software reliability. Considering the software quality characteristics of the artificial intelligence sector, we study quality evaluation models, diagnose quality, and predict failures. .In this study, we propose an international standard model for artificial intelligence based on the software reliability growth model, present an evaluation model, and present a method for quality diagnosis through the model. In this respect, this study is considered to be important in that it can predict failures in advance and find failures in advance to prevent risks by predicting the failure time that will occur in software in the future. In particular, it is believed that predicting failures will be important in various safety-related software.

최근 AI 기능을 가진 소프트웨어가 많이 개발되어지면서 다양한 예측 기능을 가진 소프트웨어 제품이 늘어나고 있으며, 그런 영향으로 소프트웨어 품질의 중요성이 높아지게 되었다. 특히 AI 기능을 가진 제품의 기능 안전에 대한 고려가 높아지면서 국가적 차원에서 소프트웨어 품질에 대한 관리를 진행하고 있다. 특히 국가적 차원에서 진행하고 있는 소프트웨어 제품의 품질 인증제도로 GS 품질인증제도를 들 수 있는데, GS 인증제도에서도 AI 제품에 대한 품질 평가방안을 연구하고 있다. 본 연구에서는 소프트웨어 신뢰성 검증을 위해서 제시된 다양한 품질 평가 모델에서 국제표준에 근거해서 소프트웨어 품질의 기본 조건이 충족되는 평가모델을 제시하려 한다. 인공지능 부분의 소프트웨어 품질 특성을 고려하여 품질 평가 모델에 대한 연구를 하고, 품질을 진단하고 고장을 예측하려 한다. .본 연구에서는 소프트웨어 신뢰성 성장모델을 기반으로 하여 인공지능 국제 표준 모델을 제시하여 평가 모델을 제시하고 모델을 통해 품질 진단을 할 수 있는 방안을 제시하려 한다. 이러한 측면에서 본 연구는 앞으로 소프트웨어에서 발생하게 되어지는 고장시간에 대한 예측을 통해서 고장을 미리 예측하고 사전에 고장을 찾아서 위험을 예방할 수 있는 차원에서 중요한 의미가 있다고 판단된다. 특히 안전과 관련된 다양한 소프트웨어에서는 고장을 예측한다는 것은 중요한 의미가 있을 것으로 판단된다.