단위 테스트 개선을 위한 가독성 모델링

좋은 단위 테스트를 작성하는 것은 지루하고 오류가 발생할 수 있지만, 한번 작성했다고 해서 일이 끝난 것은 아닙니다: 개발자는 테스트 실패를 진단하고, 테스트를 유지 보수하며, 다른 개발자가 작성한 코드를 이해하기 위해 소프트웨어 개발 및 진화 전반에 걸쳐 단위 테스트에 대해 사유할 필요가 있습니다. 읽기 어려운 테스트는 유지 관리하기 더 어렵고 개발자에게서 일부 가치가 손실됩니다. 이 문제를 해결하기 위해, 우리는 사람의 판단에 기반한 단위 테스트 가독성의 도메인 특화 모델을 제안하고, 이 모델을 사용하여 자동화된 단위 테스트 생성을 보완합니다. 결과적인 접근 방식은 높은 커버리지와 향상된 가독성을 가진 테스트 스위트를 자동으로 생성할 수 있습니다. 인간 연구에서 사용자들은 우리의 개선된 테스트를 선호하며, 동일한 정확도 수준에서 유지 보수 질문에 대해 14% 더 빠르게 대답할 수 있습니다.