Specialised AI 기반 Correlation 자동화로 작업 시간 20배 단축 및 커버리지 확보

Context

성능 테스트의 Dynamic Data 처리를 위한 Correlation 작업이 수동 분석과 단순 규칙 기반으로 수행되며 발생하는 병목 현상 분석. 스크립트 복잡도 증가에 따라 작업 시간이 지수적으로 상승하여 테스트 자산이 방치되는 Script Museum 현상 발생.

Technical Solution

• Observe, Decision, Proof의 3계층 분리 아키텍처 설계를 통한 Correlation 프로세스 최적화
• 모든 Response와 Request를 전수 조사하여 변경 값을 식별하는 Mechanical Observation 레이어 구현
• 과거 성공 사례와 Framework 지식을 누적하여 최적의 Extraction Rule을 결정하는 Decision 레이어 적용
• 실행 결과의 Golden Baseline을 구축하여 애플리케이션 변경으로 인한 Drift를 즉시 감지하는 Proof 레이어 배치
• 단순 LLM의 Context Window 한계를 극복하기 위해 도메인 특화 지식을 Persistent Knowledge 형태로 유지하는 구조 채택
• JMeter ORO Engine과 같은 Tool-specific Syntax 제약 사항을 반영한 정밀한 Regex 생성 로직 적용