이 IDC Perspective에서는 AI 활용이 자동화된 소프트웨어 테스트(ASQ)를 어떻게 강화할 수 있는지에 대해 논의합니다. 소프트웨어 배포 속도, 데브옵스(DevOps) 및 비즈니스 속도에 대한 주요 병목 현상은 소프트웨어 테스트입니다. 이 책에서는 자동화된 소프트웨어 품질이 AI와 새로운 AI 에이전트, 에이전트 기반 워크플로우, 에이전트 기반 자동화를 통합하여 애플리케이션 품질을 개선하고 실행 최적화를 지원하는 방법을 살펴봅니다. 멜린다 발루(Melinda Ballou) IDC Agile ALM, Quality, and Portfolio Strategies Service 리서치 디렉터는 "이들 소프트웨어 품질 자동화 벤더들은 ML과 AI에 일찍부터 투자해 왔습니다. 이러한 역사적인 투자를 통해 AI 에이전트 및 에이전트 기반 워크플로우를 포함한 현재와 미래의 AI 기능을 구축하고 테스트 자동화 제품, 프로세스 및 워크플로우에 통합할 수 있는 기반을 마련했습니다. 동시에 필요한 AI 거버넌스 프레임워크를 발전시키고 성숙시키는 것이 시급한 과제입니다."라고 말했습니다.
This IDC Perspective discusses how leveraging AI augments automated software testing (ASQ). A primary bottleneck to the speed of software deployments, DevOps, and business velocity is software testing. This document considers the ways in which automated software quality is positioned to incorporate AI and emerging AI agents, agentic workflows, and agentic automation to improve application quality and help optimize execution."Software test automation providers are well poised to incorporate AI/ML and GenAI benefits as well as emerging opportunities with AI agents and agentic workflow. These automated software quality vendors invested early in ML and AI because of opportunities to leverage these capabilities to find anomalies, gain visibility to analyze test data, and to shift test automation from the costs and risks of manual testing," said Melinda Ballou, research director of IDC's Agile ALM, Quality, and Portfolio Strategies Service. "This historical investment enables a foundation from which to build out current and emerging AI capabilities, including emerging AI agents and agentic workflows, and interweave them into test automation products, processes, and workflows. At the same time, there is the pressing requirement to evolve and/or mature needed AI governance frameworks."