전체 글 64

AI for Testing vs AI Testing 차이는? 성공적인 소프트웨어 품질 검증(QA) 가이드

안녕하세요, AI·SW 품질 검증 및 테스트 전문 기업 두루이디에스입니다!​지금 IT 업계에서 가장 뜨거운 화두를 하나 꼽으라면 단연 'AI(인공지능)'일 것입니다. 소프트웨어 테스트 및 품질 검증(QA) 시장에서도 AI를 빼놓고는 이야기할 수 없을 만큼 거대한 패러다임의 변화가 일어나고 있는데요.​현업에서 테스팅 업무나 기술 문서를 접하다 보면 'AI for Testing'과 'AI Testing'이라는 단어를 자주 보게 됩니다. 두 용어는 단어 배열만 살짝 바뀐 것처럼 비슷해 보이지만, 실제로는 품질 검증의 목적과 대상이 완전히 다른 별개의 개념이라는 사실, 알고 계셨나요?​비슷해서 더 헷갈리는 두 용어의 명확한 차이점과 실무에서 반드시 체크해야 할 핵심 요소들을 두루이디에스가 명쾌하게 정리해 드립니..

두루이디에스 2026.07.09

AI 기반 테스트 케이스 자동 생성, 실무 적용 가능할까? 'QA Touch' 실습기

최근 IT 업계 전반에서 생성형 AI의 활약이 두드러지고 있는 가운데, 소프트웨어 테스트 및 품질 검증(QA) 영역에서도 AI를 활용한 효율화 바람이 거세게 불고 있습니다. 특히 기획서나 요구사항 문서만 입력하면 AI가 테스트 케이스를 자동으로 도출해 주는 기능이 큰 주목을 받고 있습니다. 테스트 케이스 설계는 단순한 기능 나열을 넘어, QA 엔지니어의 경험과 판단을 바탕으로 한 엣지 케이스(Edge Case) 및 네거티브 시나리오(Negative Scenario) 도출이 핵심인 영역입니다. 과연 AI가 이 복잡한 과정을 얼마나 정교하게 수행할 수 있을지 확인하기 위해, 두루이디에스에서 AI 기반 테스트 케이스 관리 플랫폼인 'QA Touch'를 활용해 실제 실습을 진행해 보았습니다. QA Touc..

두루이디에스 2026.07.07

[두루이디에스 소식] 모아소프트와 ISO19443·KEPIC 기반 원전 SW V&V 업무협약(MOU) 체결

소프트웨어 품질 검증 및 AI 데이터 신뢰성 전문 기업 두루이디에스(DoorooEDS)가 지난 6월 1일,주식회사 모아소프트와 '원전 소프트웨어(SW) V&V 사업 분야 협력을 위한 업무협약(MOU)'을 체결했습니다. 이번 협약식에는 두루이디에스 배현철 대표이사와 심용규 사장, 모아소프트 장주수 대표이사를 비록한 양사의 주요 관계자들이 참석하여 자리를 빛내주셨습니다. 양사는 본 협약을 통해 국내 원전 산업의 기술 경쟁력을 강화하고, 글로벌 표준에 부합하는 소프트웨어 품질 검증 체계를 구축하기 위해 상호 협력하기로 뜻을 모았습니다. 주요 협력 분야 및 추진 과제원자력 발전소의 제어 및 운영 시스템은 무엇보다 '안전'이 최우선이며, 그만큼 최상위 수준의 고신뢰성 검증 프로세스가 요구되는 분야입니다. ..

두루이디에스 2026.06.09

[두루이디에스, APR1400 원전 MMIS 검증 전문성] 공장시험(FAT)부터 현장(SAT)까지 통합 솔루션 제공

MMIS(Man-Machine Interface System) 에 대해 아시나요? 원자력 발전소의 '두뇌'라고 불리는 계측제어 시스템(I&C),그중에서도 핵심 인터페이스인 MMIS(Man-Machine Interface System)에 대해 들어보셨나요?발전소의 운전 신뢰성과 안전에 직결되는만큼, MMIS는 단순한 기능 확인을 넘어 매우 정교하고 체계적인 검증이 필수적입니다. 오늘은 국내 표준 원전 프로젝트 수행 경험을 바탕으로, 공장시험부터 현장 설치 후 시운전까지 전과정을 책임지는 두루이디에스 원자력팀의 전문 역량을 소개해 드립니다. 원자력 MMIS 검증, 왜 '통합역량'이 중요한가요? 1. MMIS의 핵심 역할MMIS(Man-Machine Interface System)는 발전소의 '두뇌..

두루이디에스 2026.05.19

두루이디에스, '2026 국제인공지능대전(AI EXPO KOREA)' 참가 안내

두루이디에스가 오는 5월, 국내 최대 규모의 인공지능 전시회인 '2026 국제인공지능대전(AI EXPO KOREA 2026)'에 참가하게 되었습니다. 이번 전시를 통해 당사의 고도화된 AI 품질 보증 솔루션과 보안 점검 플랫폼을 선보일 예정입니다. 인공지능 기술이 고도화될수록 가장 중요한 것은 품질과 보안입니다. 저희 두루이디에스는 기업이 개발한 소중한 AI 모델이 시장에서 신뢰도를 확보할 수 있도록 최적의 가이드를 제공합니다. ✅ 01. KOLAS 공인 시험 성적서국가 표준에 따른 국제 공인시험기관(KOLAS)으로서 AI, 자동차, 에너지, 의료, 재난 안전 등 고도의 신뢰성이 요구되는 핵심 산업 분야에서 축적된 검증 경험을 바탕으로, 두루이디에스만의 차별화된 KOLAS 인증 서비스를 제공합니..

두루이디에스 2026.04.24

두루이디에스, KOLAS 국제 공인시험기관 인정 획득

국제적 신뢰성을 갖춘 시험성적서 제공​소프트웨어 품질 전문기업 두루이디에스가 「국제 공인시험기관(KOLAS, Korea Laboratory Accreditation Scheme)」 인정을 획득했습니다. 이번 성과는 두루이디에스가 발급하는 시험성적서가 국내는 물론 국제적으로도 신뢰받을 수 있다는 것을 의미합니다.​KOLAS는 국가기술표준원 산하의 국제 공인시험기관 인정제도로, 국제시험기관 인정협력체(ILAC)와 상호인정 협약을 맺고 있습니다. 따라서 두루이디에스의 시험성적서는 해외에서도 공식적으로 통용되며, 고객사들은 글로벌 수준의 품질 검증 자료를 확보할 수 있게 되었습니다.KOLAS 인정의 의미국제 기준 충족: 두루이디에스는 시험기관 운영 및 품질시스템 역량을 보장하는 국제 표준 ISO/IEC 1702..

KOLAS 2025.08.22

AI가 만든 창작물, 저작권은 누구의 것인가?

요즘 왜 이렇게 화제일까?최근 AI가 글, 그림, 음악, 영상까지 척척 만들어내는 시대가 됐습니다.ChatGPT, Midjourney, Sora 같은 생성형 AI들이 나오면서, "이 작품의 주인은 누구일까?" 하는 질문이 전 세계에서 뜨겁게 논의되고 있습니다.단순히 기술 이야기로 끝나는 게 아니라, 상업 이용 가능 여부와 법적 분쟁 위험이 걸린 문제라서 기업과 창작자 모두 예민하게 보고 있죠.📚 저작권, 기본부터 짚어보기저작권은 인간이 창작한 독창적인 표현물에 주어집니다.보호 대상: 인간의 창작물핵심 조건: 자연인(사람)이 만든 것일 것즉, 현재 법상 AI가 단독으로 만든 창작물에는 저작권이 인정되지 않습니다.다만, AI 결과물을 인간이 직접 수정·편집·재구성했다면, 그 인간이 기여한 부분에 대해 저작..

멀티모달 AI의 부상 – 텍스트·이미지·음성의 통합

📌 멀티모달 AI란?멀티모달 AI(Multimodal AI)는 여러 종류의 데이터(텍스트, 이미지, 오디오, 비디오 등)를 동시에 이해하고 처리할 수 있는 인공지능을 말합니다.기존의 AI가 텍스트만 처리하거나 이미지 분석만 했다면, 멀티모달 AI는 다양한 형태의 입력을 결합해 더 풍부한 결과를 만들어냅니다.왜 주목받을까?1. 더 자연스러운 인간-컴퓨터 상호작용- 사진을 보여주며 질문하면, AI가 이미지 속 사물·텍스트·상황까지 분석해 대답- 음성과 글을 혼합 입력해 복잡한 작업 요청 가능2. 실시간 다중 데이터 분석- 영상 속 장면 설명 + 음성 대화 + 자막 생성 동시 처리3. 산업별 활용 폭발적 확대- 의료, 제조, 교육, 보안, 엔터테인먼트 등 전 분야 적용 가능주요 기술·서비스 사례OpenAI ..

AI 윤리 가이드라인, 어디까지 와 있나?

AI 윤리가 왜 중요한가?AI는 단순한 자동화 도구를 넘어, 의료 진단, 법률 자문, 금융 심사, 채용 평가 등 사람의 삶에 직접적인 영향을 미치는 의사결정을 수행하고 있습니다.하지만 AI가 잘못된 데이터를 학습하거나, 알고리즘이 편향되면 다음과 같은 문제가 발생할 수 있습니다.차별과 불공정: 특정 집단에 불리한 결과 도출개인정보 침해: 민감한 정보가 무단으로 수집·활용오판 및 피해: 잘못된 판단으로 금전·사회적 피해 발생이 때문에 각국 정부, 국제기구, 기업들이 AI의 안전성과 신뢰성을 보장하기 위한 윤리 기준을 마련하고 있습니다.🌍 세계 주요 AI 윤리 가이드라인지역 / 기구주요 내용특징EU – AI Act (2024 통과)AI를 위험 등급별로 분류 (금지 → 고위험 → 제한 → 최소 위험) 후 등..

데이터 편향과 AI 차별 문제

데이터 편향이란?AI는 스스로 판단하는 것 같지만, 그 판단의 근거는 사람이 수집하고 정리한 데이터입니다.데이터에 특정 집단·지역·성별·연령 등이 불균형하게 포함되면,AI는 그 편향을 그대로 학습해 차별적인 결과를 만들 수 있습니다.​편향이 생기는 이유수집 단계 불균형특정 집단 데이터가 과다하게 포함되거나, 다른 집단이 제외되는 경우역사적 편견 반영과거의 차별이나 불평등이 데이터에 그대로 남아 있는 경우표본 불충분일부 집단의 데이터가 지나치게 적어 대표성이 떨어지는 경우라벨링 과정의 주관데이터를 분류·정의하는 과정에서 사람의 선입견이 개입되는 경우📉 편향이 만드는 문제편향이 내재된 AI는 의도치 않게 불공정한 의사결정을 반복합니다.채용에서 특정 성별이나 연령대 지원자를 불리하게 평가신용평가에서 일부 지..