Earticle

최근에 임베디드 환경은 하드웨어의 비약적인 발전과 다양한 전자 제품에서의 소프트웨어 제어로 인하여 소프트웨어 분야에서 많은 변화를 겪고 있다. 이러한 환경적 변화로 인한 요구사항의 증가는 임베디드 소프트웨어의 복잡도를 높여왔고 이는 기존 개발방법의 한계를 보여주었다. 모델 기반의 개발방법은 이미 오래전 제기되었던 범용소프트웨어 개발에서 발생했던 한계의 해결을 위하여 제시되고 지금까지 사용되어온 방법으로서 임베디드 환경에 닥친 한계의 극복을 위한 대안 중 하나로 꼽히고 있다. 이 논문에서는 이 모델 기반 개발 방법론을 임베디드 소프트웨어 적용하기 위한 모델 기반의 다이어그램 편집기와 이로부터 작성된 모델을 이용하여 자동적으로 코드를 생성하는 코드 자동생성기를 제안한다. 모델 정의에 사용된 다이어그램 편집기는 GMF를 이용하여 구현하며, 코드 자동생성기에는 임베디드 환경의 특징인 제한된 메모리와 동시적 병행성 문제를 해결하기 위한 코드 생성 기법을 추가한다. 아울러 생성된 코드의 검증을 위하여 기존의 코드를 대체하여 수행하는 방법을 사용한다.

Recently, embedded environment suffers a huge change, by growth of hardware and turning to be software-controlled. This has improved embedded software complexity. It also brought us the limit of the old development way to resolve the problem. Model-driven development is one solution to solve the limit common software development by previous way, and it became a one uses for embedded environment also. In this paper, we propose model based development approach for embedded software, witch consists of diagram editor and automatic code generator. The diagram editors are implemented by GMF, which include additional functions to solve memory restrictions and concurrent execution problems without OS environment to a automatic code generator. In order to verify the generated code, it will be tested in main control model of UAV by replacing existing module with generated one.

스마트 홈 시스템의 자동화 제어 시스템기술과 전자기기들은 사용자의 정보를 바탕으로 맞춤형 서비스를 가능하게한다. 스마트 홈은 사용자를 위해 가전제품들을 결합하여 서비스를 제공한다. 사람은 상황과 다양한 조건에 따라 목표를 달성하기 위한 행동을 결정한다. 본 논문에서는 온톨로지와 사례기반 추론, 계층적 업무 네트워크 계획(HTN Planning)을 사용하여 사람의 결정을 할 때의 생각과 같은 방법으로 스마트 홈 시스템의 효과적인 운영을 위한 방법을 제안한다. 본 논문에서는 TV시청 모드, 편안함 모드, 휴식 모드의 3가지 시나리오를 실험에 사용하였다. 3가지 시나리오를 활용한 실험에서는 상황을 인지하고 구성하기 위한 온톨로지, 업무의 범위와 운영을 위한 유사한 사례를 찾기 위한 사례기반 추론, 마지막으로 사용자의 요구사항과 정보를 위한 효율적인 계층적 업무 네트워크 계획결과를 제공한다.

It is possible to automate the operation of a smart home system with the help of technologies and equipment that provide customized services based on the person’s information. Smart home provides services by combining home appliances which are configured for a user. A person determines the actions that need to be taken in order to meet a goal based on the context, situation and various conditions. In this paper, using Ontology, Case-based Reasoning, HTN (Hierarchical task network) Planning, we propose a process to deliver results for the effective operation of smart home domains which is similar to human thinking. We have three scenarios: Watching TV mode, Comfortable mode and Rest mode. The results of the scenarios include ontology which helps recognizing the context, Case-based Reasoning which finds order and scope in tasks and HTN planning which provides effective result for user’s requirements and information

본 연구는 웹 브라우저에서 실행되는 웹 UI의 동적 테스트를 위한 노코드(no-code) 기반 테스트케이스 및 시나리오 자동 생성 기법을 제안한다. 기존의 스크립트 작성이나 녹화 방식과 달리, 본 기법은 웹 브라우저에서 발생하는 이벤트를 감 지하여 관련 데이터를 자동으로 수집하고, 이를 기반으로 테스트케이스와 시나리오를 생성한다. 제안된 기법의 검증을 위해 자동 생성된 테스트케이스를 사용하여 재테스트를 실행한 결과, 수집 당시 테스트를 동일하게 재현할 수 있었으며 실행 결과 의 정확성도 확인되었다. 본 연구는 사람이 별도의 사전 작업 없이 동적 테스트를 자동 수행할 수 있는 가능성을 제시하며, 향 후 복잡한 사용자 인터랙션 처리영역까지 확장하여 복잡한 업무단위까지 확장할 수 있을 것이라 기대된다.

This research proposes a no-code-based test case and scenario generation technique for dynamic testing of web UIs running in a web browser. Unlike traditional scripting or recording methods, this method detects events occurring in a web browser, automatically collects relevant data, and generates test cases and scenarios based on them. To validate the proposed method, we ran retests using the automatically generated test cases and found that we were able to reproduce the same tests as when they were collected, and the accuracy of the execution results was confirmed. This study shows the possibility of automatically performing dynamic testing without any prior human intervention, and it is expected that it can be extended to complex user interaction processing areas and complex business units in the future.

This study explores the integration of Generative AI into Test-Driven Development (TDD) to efficiently produce code that accurately reflects programmers' requirements in software engineering. Using the Account class as an example, we analyzed the code generation capabilities of leading Generative AI models—OpenAI's ChatGPT, GitHub's Copilot, and Google's Gemini. Our findings indicate that while Generative AI can automatically generate code, it often fails to capture programmers' intent, potentially leading to functional errors or security vulnerabilities. By applying TDD principles and providing detailed test cases to the Generative AI, we demonstrated that the generated code more closely aligns with the programmer's intentions and successfully passes specified tests. This approach reduces the need for manual code reviews and enhances development efficiency. We propose a development process that combines TDD with Generative AI, leveraging the strengths of both to efficiently produce high-quality software. Future research will focus on extending this approach to more complex systems and exploring automatic test case generation techniques.

In recent years, the significance of automated generation of object-oriented code from UML diagrams has increased due to its benefits, such as, cost reduction and accuracy. Consistency Checking between UML diagrams, and ensuring accuracy, maintainability, efficiency, and completeness of the generated code are the main concerns in this area. This paper extends our work on a tool called UJECTOR for automatic generation of executable Java code from UML diagrams. A set of three UML diagrams, i.e., class diagram, sequence diagrams and activity diagrams are input to the tool to generate completely executable Java code automatically. The object-oriented code structure is built from class diagram, methods’ flow of control is created through sequence diagrams, and object manipulations are included by activity diagrams from the implemented approach in UJECTOR. The extension includes a more detailed overview of the code generation tool regarding its architecture and code generation process. Two detailed case studies are presented to validate the generated code from the code generation tool. We also compare UJECTOR with the existing research-based, commercial and open-source tools. The evaluation results show that the generated code from UJECTOR is fully functional and understandable.

본 논문에서는 다중물체를 추적하기 위해서 적합한 것으로 알려진 condensation 알고리즘의 자동 코드 발생기를 연구한 결과를 보인 것이다. 일반적으로 condensation 알고리즘은 일반인이 구현하기 매우 어려워 실제 유비쿼터스 상황인지를 위하여 필요한 기술임에도 불구하고 널리 이용되지 못하고 있다. 본 논문에서는 이 같은 문제점을 개선하기 위하여 시스템 다이나믹스 모델과 측정 모델이 주어지면 요구하는 성능을 만족하는 condensation algorithm이 내장된 필터를 자동으로 만들어주는 MATLAB 코드를 발생하도록 설계하였다. 일단 발생된 MATLAB 코드는 C, C++ 언어 등으로 변환되므로 원하는 소스를 얻을 수 있다.

This paper address the problem of tracking multiple objects encountered in many situations in developing condensation algorithms. The difficulty lies on the fact that the implementation of condensation algorithm is not easy for the general users. We propose an automatic code generation program for condensation algorithm using MATLAB tool. It will help for general user who is not familiar with condensation algorithm to apply easily for real system. The merit of this program is that a that a general industrial engineer can easily simulate the designed system and confirm the its performance on the fly.

Many researchers have carried out studies related to programming languages since the beginning of computer science. Besides programming with traditional programming languages (i.e., procedural, object-oriented, functional programming language, etc.), a new paradigm of programming is being carried out. It is programming with natural language. By programming with natural language, we expect that it will free our expressiveness in contrast to programming languages which have strong constraints in syntax. This paper surveys the approaches that generate source code automatically from a natural language description. We also categorize the approaches by their forms of input and output. Finally, we analyze the current trend of approaches and suggest the future direction of this research domain to improve automatic code generation with natural language. From the analysis, we state that researchers should work on customizing language models in the domain of source code and explore better representations of source code such as embedding techniques and pre-trained models which have been proved to work well on natural language processing tasks.

As billion transistors system-on-chip (SoC) design becomes a reality, the productivity gap between rapidly increasing design complexity and designer productivity lagging behind is becoming a more serious problem to be solved. To reduce the gap, we present a system that generates executable transaction level models automatically. It speed up the SoC design space exploration process at various abstraction levels.

멀웨어는 일반적으로 다른 사용자의 컴퓨터시스템에 침입하여 개발자가 의도하는 악의적인 행위를 일으키는 컴퓨터프로그램으로 인식되지만 사이버 공간에서는 적대국을 공격하기 위한 사이버 무기로써 사용되기도 한다. 사이버 무기로서 멀웨어가 갖춰야 할 가장 중요한 요소는 상대방의 탐지시스템에 의해 탐지되기 이전에 의도한 목적을 달성하여야 한다는 것인데, 하나의 멀웨어를 상대방의 탐지 시스템을 피하도록 제작하는 데에는 많은 시간과 전문성이 요구된다. 우리는 DCM 기법을 사용하여, 바이너리코드 형태의 멀웨어를 입력하면 변종 멀웨어를 자동으로 생성해 주는 프레임워크를 제안한다. 이 프레임워크 안에서 샘플 멀웨어가 자동으로 변종 멀웨어로 변환되도록 구현하였고, 시그니쳐 기반의 멀웨어 탐지시스템에서는 이 변종 멀웨어가 탐지되지 않는 것을 확인하였다.

Malware is generally recognized as a computer program that penetrates another computer system and causes malicious behavior intended by the developer. In cyberspace, it is also used as a cyber weapon to attack adversary. The most important factor that a malware must have as a cyber weapon is that it must achieve its intended purpose before being detected by the other's detection system. It requires a lot of time and expertise to create a single malware to avoid the other's detection system. We propose the framework that automatically generates variant malware when a binary code type malware is input using the DCM technique. In this framework, the sample malware was automatically converted into variant malware, and it was confirmed that this variant malware was not detected in the signature-based malware detection system.

This paper deals with modeling and computer simulation of a full multibody vehicle model for a driving simulator. The multibody vehicle model is based on the recursive formulation and a corresponding simulation code is generated automatically from AUTOCODE, which is a symbolic computation package developed by the authors using MAPLE. The paper describes a procedure for automatically generating a highly efficient simulation code for the full vehicle model, while incorporating realistically modeled components. The following issues have been accounted for in the procedure, including software design for representing a mechanical system in symbolic form as a set of computer data objects, a multibody formulation for systems with various types of connections between bodies, automatic manipulation of symbolic expressions in the multibody formulation, interface design for allowing users to describe unconventional force-and torque-producing components, and a method for accommodating external computer subroutines that may have already been developed. The effectiveness and efficiency of the proposed method have been demonstrated by the simulation code developed and implemented for driving simulation.

모니터링은 시스템의 문제 상황을 판단하기 위해서 아주 중요한 요소이다. 응답시간과 같은 외부적인 요인들은 쉽게 모니터링이 가능하지만, 시스템의 동작 상태와 같은 내부의 상태를 모니터링하도록 개발하는 것은 많은 노력이 든다. 본 논문에서는 UML을 이용하여 HB(Heart-Beat) 모니터링할 수 있는 모니터링 코드를 생성하는 방법을 제안한다. 본 방법론에서는 AOP를 이용한 모니터링 코드를 생성하여 기존 시스템의 코드를 수정하지 않고도 모니터링 기능을 추가할 수 있으며, UML을 기반으로 큰 노력 없이 자동으로 모니터링 코드 생성이 가능하다.

모니터링은 시스템의 문제 상황을 판단하기 위해서 아주 중요한 요소이다. 응답시간과 같은 외부적인 요인들은 쉽게 모니터링이 가능하지만, 시스템의 동작 상태와 같은 내부의 상태를 모니터링하도록 개발하는 것은 많은 노력이 든다. 본 논문에서는 UML을 이용하여 HB(Heart-Beat) 모니터링할 수 있는 모니터링 코드를 생성하는 방법을 제안한다. 본 방법론에서는 AOP를 이용한 모니터링 코드를 생성하여 기존 시스템의 코드를 수정하지 않고도 모니터링 기능을 추가할 수 있으며, UML을 기반으로 큰 노력 없이 자동으로 모니터링 코드 생성이 가능하다.

최근 생성형 AI 도구는 소프트웨어 개발 현장에서 많이 사용되고 있다. 그러나, 아직은 AI 기반 생성 결과에 대한 신뢰성을 보장할 수 없다. 또한, 현재도 AI 기반 코드 생성은 요구사항의 명확한 반영과 설계에 대한 추적이 부족하다. 이를 해결하기 위해, 소프트웨어 프로세스인 자연어 요구사항으로부터 UML 설계 및 스켈레톤 코드 생성까지 생성형 AI를 부분적으로 적용하고, 메타모델 기반 모델 변환하는 메커니즘을 제안한다. 이를 위해 변환 규칙 프로그래밍을 Metamodel Transformation Engine을 통해 자동 변환을 수행한다. 이는 자연어 요구사항의 정합성, 설계의 추적성, 그리고 코드의 품질을 확보할 수 있는 자동화된 개발 프로세스를 제공하고자 한다. 이를 통해 생성형 AI 코드의 신뢰성을 보완하고, 고품질의 소프트웨어를 개발하고자 한다. 향후 연구로, 이러한 메커니즘 통해 인간 중심의 코드와 AI가 부분적으로 접목된 코드를 비교하고자 한다. 그 결과로 어떠한 코드가 더 좋은 품질을 갖는 지 확인하는 것이 목표이다.

Recently, generative AI tools have been increasingly utilized in the field of software development. However, the reliability of AI-generated outputs still cannot be guaranteed. In particular, current AI-based code generation often lacks a clear reflection of requirements and sufficient traceability of the design process. To address these limitations, we propose a mechanism that partially applies generative AI and applies metamodel-driven model transformation across the software process, from natural language requirements to skeleton code generation via UML design. We define transformation rules that are automatically applied on a Metamodel Transformation Engine. This approach may provide an automated development process that ensures the consistency of natural language requirements, the traceability of design artifacts, and the quality of the generated code. In future research, we aim to compare human-written code with AI-assisted code through the proposed mechanism. The objective is to verify which approach ensures higher software quality and, by doing so, enhances the reliability of AI-generated code while supporting the development of high-quality software.

스파이킹 신경망(SNN) 연구 환경은 snnTorch, SpikingJelly, BindsNET 등 상호 호환되지 않는 여러 시뮬레이터로 분산되어 있어, 동일한 모델을 각 환경에 맞게 다시 구현해야 하는 문제가 있다. 이 문제는 단순한 불편함을 넘어 재현성과 신뢰성에 직접적인 영향을 미치며, 효율성이 떨어진다. 본 논문은 시뮬레이터에서 독립적인 JSON 기반 메타모델과 Jinja2 템플릿 엔진을 활용한 자동 코드 생성 프레임워크를 제안한다. 단일 JSON 명세로부터 snnTorch, SpikingJelly, BindsNET의 실행 가능한 Python 코드를 자동 생성하며, 전력 모드 설정에 따라 LIF와 IF 뉴런 교체, FP16 변환, 타임스텝 축소 등의 하드웨어 인식 최적화를 코드 생성 시점에 자동 적용한다. 다만 본 연구는 완전 연결(FC) 레이어 구조에 한정하며, 컨볼루션 레이어로의 확장은 다루지 않는다. 6가지 구성(3개의 시뮬레이터와 2개의 전력 모드)에 대한 실험을 통해 코드 생성 정확성과 최적화 적용을 검증한다.

The research environment for Spiking Neural Networks (SNNs) is fragmented across various incompatible simulators, such as snnTorch, SpikingJelly, and BindsNET. This fragmentation necessitates the redundant reimplementation of the same model for each environment, which not only causes significant inconvenience but also undermines reproducibility and reliability. This paper proposes an automated code generation framework utilizing a simulator-independent, JSON-based metamodel and the Jinja2 template engine. From a single JSON specification, the framework automatically generates executable Python code for snnTorch, SpikingJelly, and BindsNET. Furthermore, it applies hardware-aware optimizations during the code generation phase-such as switching between LIF and IF neurons, converting to FP16 precision, and reducing timesteps-based on predefined power mode settings. While this study is limited to Fully Connected (FC) layer structures and does not cover expansion to convolutional layers, we verify the accuracy of the generated code and the effectiveness of the optimizations through experiments across six different configurations (comprising three simulators and two power modes).

BIT(Built-In Test)란 S/W 또는 H/W 의 기능 및 상태를 진단하고 오류에 대응하기 위한 방법론으로 기능에 대한 신뢰성 및 빠른 오류 복구를 보장하기 때문에 다양한 분야에서 BIT 처리를 통해 시스템의 안정성을 높이고 있다. 현업에서의 BIT 는 도메인 특성에 따라 처리해야 하는 작업의 변화가 크기 때문에 구조화 되지 않은 형태로 각각 개발되고 있다. 따라서 BIT 개발 시 반복적인 작업이 수반되며 처리 과정의 수정 또는 처리 범위의 확장을 위해서는 많은 시간 및 인력이 요구된다. 이에 본 논문에서는 BIT 처리를 구조화하기 위하여 처리과정에 필요한 정보들을 일반화된 형태로 기록할 수 있도록 하는 BIT 처리 병세 방안과 BIT 처리 명세를 기반으로 한 자동 코드 생성 체계를 제안한다. 이를 통해 개발 과정의 편의성과 생산성을 향상하고 BIT 처리의 유연성과 확장성을 높일 수 있다.

최근에 분산 실시간 소프트웨어가 다양한 분야에서 중요한 역할을 담당하고 있다. 실시간 소프트웨어는 반응 시간에 대한 시간제약성을 만족하여야 함으로 TMO(Time-triggered, Message-triggered Object), CORBA/RT, RTAI 등과 같은 미들웨어를 이용하여야 한다. 하지만 이러한 실시간 미들웨어에 친숙하지 않은 프로그래머들은 실시간 소프트웨어 개발에 어려움이 있다. 이 연구에서는 이러한 미들웨어에 대한 전문지식 없이도 실시간 소프트웨어 개발이 가능하도록 TMO 기반의 자동 코드 생성 도구를 제안하고자 한다. TMO 특성을 설계 모델에 반영하기위해, 시간제약사항을 포함하는 SpM과 SvM 메소드를 클래스 다이어그램에 추가하고 상태 머신 다이어그램의 독립 영역으로 분할하여 이들의행위를 표현한다. TMO 기반 코드 생성기는 이러한 모델 정보를 입력받아서 TMO 클래스 코드를 생성한다. 이러한 자동생성 접근 방법은TMO에 대한 전문지식이 없더라도 실시간 소프트웨어를 생성할 수 있어, 소프트웨어 개발에 소요되는 비용과 시간을 줄이는 장점이 있다.

In recently years, distributed real-time software has performed important roles in various areas. Real-time applications should be performed with satisfying strict constraints on response time. Usually real-time applications are developed on the real-time supporting middleware such as TMO(Time-triggered, Message-triggered Object), CORBA/RT, and RTAI. However, it is not easy to develop applications using them since these real-time middleware are unfamiliar to programmers. In this paper, we propose an automatic code generator for real-time application based on TMO in order to reduce development costs. For increasing or reflecting the characteristics of TMO into the design model, SpM and SvM methods are added into the class diagram,which have time constraints as their properties. And behaviors of them are represented as separated regions on state machine diagram in different abstract level. These diagrams are inputted into TMO-based code automatic generator, which generates details of the TMO class. Our approach has advantages for decreasing effort and time for making real time software by automatically generating TMO codes without detailed knowledge of TMO.

본 연구에서는 Simulink Model(이하 Model)을 C Code 로 변환시켜주는 자동 코드 생성기, SimAutoCodeGenerator 를 제안하였다. Model 의 테스트케이스를 생성하기 위한 작업에서 반복적인 프로그램의 실행을 통한 테스터와의 다양한 피드백이 필요하다. 이때, Simulink는 이런 작업을 하는 데 있어서 적절한 정보를 제공하기 어려울 뿐만 아니라 테스트 케이스를 생성하는데 필요한, 실행 시 특정 시점으로 돌아가는 기능을 수행하기 위해서는 프로그램을 정지한 후 다시 실행해야하는 문제점을 가지고 있다. 본 연구에서는 이와같은 단점을 보완하기 위하여 Model 을 C 코드로 변환하였다. 생성된 C 코드는 Model 과의 일치성을 증명한 후 자동 테스트케이스 생성을 위한 프로그램에 쓰이게 될 것이다. 먼저 C 코드의 생성 메커니즘을 알아보고 생성된 C 코드와 Model 의 일치성을 증명하였다.

본 연구에서는 Simulink Model(이하 Model)을 C Code 로 변환시켜주는 자동 코드 생성기, SimAutoCodeGenerator 를 제안하였다. Model 의 테스트케이스를 생성하기 위한 작업에서 반복적인 프로그램의 실행을 통한 테스터와의 다양한 피드백이 필요하다. 이때, Simulink는 이런 작업을 하는 데 있어서 적절한 정보를 제공하기 어려울 뿐만 아니라 테스트 케이스를 생성하는데 필요한, 실행 시 특정 시점으로 돌아가는 기능을 수행하기 위해서는 프로그램을 정지한 후 다시 실행해야하는 문제점을 가지고 있다. 본 연구에서는 이와같은 단점을 보완하기 위하여 Model 을 C 코드로 변환하였다. 생성된 C 코드는 Model 과의 일치성을 증명한 후 자동 테스트케이스 생성을 위한 프로그램에 쓰이게 될 것이다. 먼저 C 코드의 생성 메커니즘을 알아보고 생성된 C 코드와 Model 의 일치성을 증명하였다.

엔터프라이즈 컴퓨팅 환경에서 넘쳐나는 다양한 플랫폼과 언어, 프레임워크가 소프트웨어 개발에 대한 중복 투자를 야기하고 있다. 이종 플랫폼, 나아가 이종 개발 플랫폼을 자유로이 연동시킬 수 있는 개발 방법에 대한 필요성이 대두되면서 등장한 MDA 개념은 개발된 모델을 특정 플랫폼에 알맞은 형태로 변환함으로써 개발 모델 및 코드의 재사용성을 극대화한다. 본 논문에서는 MDA 개발 방법에 있어서 특정 플랫폼에 알맞은 로드를 동적으로 생성하면서 PSM 이나 프로그래밍 언어에 대한 중립성을 가지기 위한 방안으로 템플릿과 언어 처리기를 복합적으로 사용하는 방안을 제시한다.

In this paper, an optimized c code is developed by an automatic code generation method for an electronically controlled air suspension system. The MATLAB/Simulink, the standard simulation tools from the MathWorks, is used to develop control algorithm. And the dSPACE's TargetLink is used to convert the developed control algorithm into an optimized c code. At first, the electronically controlled air suspension system and the control algorithm is introduced and then the process to develop the c code using the TargetLink is described. After that, the produced c code is verified by the three simulation modes, MIL(Model-in-the-loop), SIL (Software-in-the-loop), PIL (Processor-in-the-loop). At last, the test results of the c code through the real vehicle test are represented and analysed.