• 용어 정의: 시스템의 내부 아키텍처나 소스 코드를 전혀 참조하지 않고, 오직 소프트웨어의 외부 인터페이스를 통해 다양한 입력값(Input)을 주입한 뒤 반환되는 최종 출력값(Output)이 사전 정의된 비즈니스 요구사항 및 기능 명세와 정확히 일치하는지 정합성을 평가하는 검증 기법입니다.

• AI/SW 테스팅 실무 적용: 수십억 개의 파라미터로 구성되어 내부 신경망의 연산 과정을 인간이 투명하게 역추적하기 불가능한(Explainability Issue) 엔터프라이즈 생성형 AI 시스템은 본질적으로 거대한 '블랙박스'로 기능합니다. 따라서 이 기법은 대형 언어 모델(LLM)이나 딥러닝 알고리즘을 QA할 때 내부 가중치(Weight)를 분석하는 대신, 실제 서비스 환경과 유사한 수만 가지의 프롬프트와 엣지 케이스 데이터를 주입하여 환각(Hallucination), 데이터 편향성, 악의적 응답 등의 출력 리스크를 최종 사용자 관점에서 통제하는 가장 핵심적인 평가 표준이 됩니다.

➡️ [테스팅 사례 확인하기]