LLM 기반 Unit Test 생성에서 어떤 입력이 효과적인가?

# LLM 테스트 생성 입력 포맷 비교 실험 예시 (Python + OpenAI SDK)
import openai

def generate_tests(prompt_variant: str, code: str, signature_only: bool = False):
    if signature_only:
        # 시그니처만 넘기는 전략
        content = f"Generate unit tests for this function signature:\n{code.split('def ')[0] + 'def ' + code.split('def ')[1].split(':')[0]}:"
    else:
        # 구현 전체 넘기는 전략
        content = f"Generate unit tests for the following function:\n```python\n{code}\n```"

    response = openai.chat.completions.create(
        model="gpt-4o",
        messages=[{"role": "user", "content": content}]
    )
    return response.choices[0].message.content

# 같은 함수에 두 전략 적용 후 커버리지 비교
my_func = '''
def calculate_discount(price: float, user_type: str) -> float:
    if user_type == "vip":
        return price * 0.7
    elif user_type == "member":
        return price * 0.9
    return price
'''

test_black_box = generate_tests("signature", my_func, signature_only=True)
test_white_box = generate_tests("full_impl", my_func, signature_only=False)
print("=== 시그니처만 ===", test_black_box)
print("=== 구현 포함 ===", test_white_box)