AINTMA: 自律的テスト管理のためのエージェンティックAIアーキテクチャ - 生成インテリジェンス、安全なクラウド通信、適応型品質分析
本稿では、従来のテスト管理を自律的な品質インテリジェンスエコシステムに変革するマルチエージェントAIシステム「AINTMA（エージェンティックインテリジェントテスト管理アーキテクチャ）」を提案する。6つの専門AIエージェント（テスト発見、リスク評価、強化学習による優先順位付け、実行オーケストレーション、生成品質インテリジェンス、クラウドセキュリティ監視）を、安全なクラウドネイティブマイクロサービスインフラ上で連携させる。18ヶ月にわたる12の異種ソフトウェアプロジェクトでの評価では、テスト優先順位付け精度88.4%、テストサイクル時間43%削減、欠陥流出率8.3%から2.1%への低減、9ヶ月での投資回収率340%を達成した。
現代のソフトウェア品質保証は、分散クラウド環境全体で適応的な意思決定が可能なインテリジェントで自律的なシステムを必要としています。この課題に対処するため、研究者らはAINTMA（Agentic Intelligent Test Management Architecture）を提案しました。これは、従来のテスト管理を自律的な品質インテリジェンスエコシステムに変革するマルチエージェントAIシステムです。
AINTMAは6つの専門AIエージェントを展開します。テスト発見エージェントはテストケースを自動的に識別・分類し、リスク評価エージェントは欠陥の可能性と影響を評価します。強化学習による優先順位付けエージェントは、テスト選択をマルコフ決定過程としてモデル化し、47の特徴量と36ヶ月のローリングウィンドウからの履歴データを使用してコンテキストポリシーを学習します。実行オーケストレーションエージェントはテスト実行フローを調整し、生成品質インテリジェンスエージェントは大規模言語モデルを活用して平易な品質説明、欠陥リスク要約、データ拡張されたテスト推奨を生成します。クラウドセキュリティ監視エージェントは、ゼロトラストAPIゲートウェイ、OAuth2/JWT認証、暗号化されたエージェント間通信、マルチテナント分離によりセキュリティを確保します。これらのエージェントは、安全なクラウドネイティブマイクロサービスインフラ上で連携します。
研究チームは18ヶ月にわたり12の異種ソフトウェアプロジェクトで評価を実施しました。その結果、AINTMAのテスト優先順位付け精度（APFD）は88.4%に達し、ランダムな51.2%、最良の商用ベースラインの82.1%を上回りました。テストサイクル時間は43%短縮され、欠陥流出率は8.3%から2.1%に低減しました。アーキテクチャは5万件以上のテストケースにスケーラブルで、応答時間は400ミリ秒未満です。生成インテリジェンスモジュールの開発者有用性評価は4.3/5.0でした。経済分析では、9ヶ月で340%の投資回収率が示されています。
AINTMAは、自律的なマルチエージェント連携、生成インテリジェンス、安全なスマート接続を組み合わせることで、エージェンティックAIがクラウド規模のエンタープライズ環境におけるソフトウェア品質管理を根本的に前進させることを実証しています。本研究はAICCONSに提出され、11ページの詳細な論文が提供されています。