요구사항 품질을 평가하는 LLM 비종속 모듈형 도구 MARQ를 제안했다.

• 요구사항 결함은 후속 개발 단계로 전파돼 비용과 위험을 키울 수 있다.
• 범용 LLM은 요구사항 결함 탐지에서 누락·편차·실행 간 변동 문제가 있을 수 있다는 문제 제기다.
• MARQ의 실제 기능과 성능, 산업별 적용성은 원문 확인이 필요하다.

초록에 따르면 이 연구는 시스템공학의 전문가 지식을 주입해 LLM 기반 요구사항 품질 평가를 개선할 수 있는지 살핀다. 연구진은 기존 범용 LLM이 전문가가 식별한 요구사항 결함의 상당 부분을 놓치고, 품질 기준별 성능이 고르지 않으며, 실행 때마다 결과가 달라질 수 있다고 지적한다. 제목상 제안 도구인 MARQ는 LLM 비종속적이고 모듈형인 요구사항 품질 평가 도구로 소개된다.

요구사항 공학은 시스템이 무엇을 해야 하는지와 제약조건을 정의·관리하는 과정으로, 초기 요구사항의 모호성·누락·불일치는 설계, 개발, 시험, 계약 이행 단계에서 비용을 키울 수 있다. 따라서 AI를 이용해 요구사항을 점검하더라도, 품질 기준의 정의와 판정 근거가 조직·프로젝트의 기준에 맞게 관리되는지가 중요하다.

계약서상 시스템 범위, 내부 통제 요건, 규제 준수 기능, 의료·안전 관련 요구사항 등을 다루는 실무에서는 AI 평가 결과를 최종 판정으로 사용하기보다 검토 우선순위를 정하는 보조자료로 다루는 방식을 검토할 수 있다. 도구별로 어떤 품질 기준을 검사하는지, 결함 판단의 근거를 제시하는지, 결과 재현성과 변경 이력 관리가 가능한지 등을 점검할 필요가 있다.

발췌는 MARQ의 구체적 구성 모듈, 지원하는 요구사항 유형, 성능 수치, 비교 실험 결과를 제공하지 않는다. 특정 산업의 규제 또는 안전 요구사항에 적용할 수 있는지는 원문과 개별 조직의 검증 기준을 추가로 확인해야 한다.

본문은 수집한 기사의 제목과 발췌를 바탕으로 AI가 정리한 해설입니다. 수치·날짜·조문 등 세부 사실은 원문에서 확인하세요.