💻 computer science

What Characterizes Pairwise Modular Smells?

본 연구는 19개의 쌍 관계 특징을 식별하고, 11개의 자바 프로젝트로부터 추출한 600만 개 이상의 엔티티 쌍을 사용하여 머신러닝 모델을 학습시킴으로써 부적절한 분리(inapt separated) 및 결합(inapt collocated) 쌍을 유의미한 정확도 향상과 함께 예측하고, 의존성 및 의미적 유사성과 같이 이러한 아키텍처 결함을 유발하는 구체적인 영향 요인을 밝혀냄으로써 쌍별 모듈형 스멜(Pairwise Modular Smells)을 규명한다.

원저자: Chenxing Zhong, Daniel Feitosa, Paris Avgeriou, Huang Huang, Wei Song, He Zhang

게시일 2026-06-23

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Chenxing Zhong, Daniel Feitosa, Paris Avgeriou, Huang Huang, Wei Song, He Zhang

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

당신은 거대하고 북적이는 도서관의 관리자라고 상상해 보십시오. 좋은 도서관의 목표는 책들을 "요리", "역사", "과학" 등과 같이 논리적인 섹션으로 분류하는 것입니다. 이는 사람들이 필요한 것을 쉽게 찾고, 사서들이 정리 정돈을 유지하기 쉽게 만들어 줍니다.

소프트웨어의 세계에서 이러한 "섹션"은 **모듈(modules)**이라고 불립니다. "좋은" 모듈은 서로 밀접하게 작동하는 파일들을 함께 그룹화하고(높은 응집도), 서로 대화하지 않는 파일들과는 분리하여 유지합니다(낮은 결합도).

하지만 시간이 흐르면서 도서관은 엉망이 될 수 있습니다. 책들이 잘못된 바구니에 섞여 들어갈 수도 있죠. 소프트웨어에서 이러한 혼란을 **"스멜(Smell, 악취)"**이라고 부릅니다. 이것은 실제 나쁜 냄새가 아니라, 구조적으로 무언가 잘못되어 나중에 골칫거리가 될 수 있다는 신호입니다.

문제점: "쌍별 모듈 스멜(Pairwise Modular Smell, PairSmell)"

이전 연구에서 저자들은 이러한 혼란을 찾아내는 새로운 방법인 PairSmell을 소개했습니다. 전체 도서관을 한꺼번에 보는 대신, 이 방법은 **파일의 쌍(pair)**을 살펴봅니다.

그들은 간단한 질문을 던집니다: "이 두 파일은 같은 섹션에 속해야 하는가, 아니면 서로 다른 섹션에 있어야 하는가?"

이 질문에 답하기 위해, 그들은 "전문 사서"들(자동화된 소프트웨어 도구)로 구성된 패널을 사용합니다. 만약 모든 전문가가 파일 A와 파일 B가 함께 있어야 한다고 동의하는데, 현재 도서관의 섹션에는 서로 다르게 나누어져 있다면, 그것은 문제입니다. 이를 InSep(부적절한 분리)라고 합니다.

반대로, 전문가들이 두 파일이 서로 다른 섹션에 있어야 한다고 말하는데, 도서관에서는 이들이 같은 상자에 묶여 있다면 이 또한 문제입니다. 이를 InCol(부적절한 결합)이라고 합니다.

공백(The Gap): 이전 연구는 이러한 문제를 찾아낼 수는 있었지만, 그것이 왜 문제인지 쉽게 설명할 수는 없었습니다. 그것은 마치 의사가 "당신은 열이 납니다"라고 말하면서, 그것이 독감 때문인지, 감염 때문인지, 아니면 단순히 햇볕을 쬐어서인지 설명하지 못하는 것과 같았습니다. 개발자들에게는 왜 특정 쌍이 지저나한지 알아야 수정을 올바르게 할 수 있었습니다.

해결책: 쌍의 "성격" 조사하기

이 새로운 논문은 다음과 같은 질문을 던집니다: 어떤 구체적인 특성이 파일 쌍을 잘못된 위치에 있게 만드는가?

저자들은 이것을 탐정 이야기처럼 다루었습니다. 그들은 두 파일이 서로 어떻게 관계를 맺는지 설명하는 19가지 "성격 특성"(특징) 목록을 수집했습니다. 이 특성들은 다음을 포함합니다:

의존성(Dependencies): 이 파일은 얼마나 많은 다른 파일들과 대화하는가?
공유 단어(Shared Words): 그들은 동일한 기술적 어휘를 사용하는가?
크기(Size): 파일들의 크기는 어느 정도인가?
복잡도(Complexity): 이해하기 얼마나 어려운가?

그 후, 그들은 이 특성들을 11개의 오픈 소스 소프트웨어 프로젝트(Kafka, Hadoop, Druid 등)에서 추출한 600만 개 이상의 파일 쌍으로 훈련된 머신러닝 "두뇌"(컴퓨터 모델)에 입력했습니다.

연구 결과: 무엇이 쌍을 "스멜(Smelly)"하게 만드는가?

컴퓨터는 높은 정확도로 "스멜"을 포착하는 법을 배웠습니다. 더 중요한 것은, 저자들이 컴퓨터에게 어떤 특성이 가장 큰 위험 신호인지 설명하도록 요청했다는 점입니다.

1. 함께 있어야 하지만 떨어져 있는 파일들의 경우 (InSep)

모델은 분리된 파일들이 다음과 같은 경우 "스멜(잘못 분리됨)"이 날 가능성이 높다고 판단했습니다:

"나가는(out-going)" 연결이 너무 많은 경우: 마치 서로 다른 방에 있는 두 사람이 복도에 있는 동일한 사람들에게 끊임없이 지시를 내리는 것과 같습니다. 만약 두 파일이 외부 리소스에 과도하게 의존한다면, 조율을 더 잘하기 위해 아마도 같은 방에 있어야 합니다.
시스템의 나머지 부분과 너무 많은 단어를 공유하는 경우: 만약 두 파일이 건물 안의 다른 모든 사람들과 동일한 개념에 대해 끊임없이 이야기하고 있다면, 그들은 동일한 "팀"의 일부일 가능성이 높으며 격리되어서는 안 됩니다.
매우 단순한 경우(필드가 적음): 만약 두 파일이 작고 단순하지만 서로 의존하고 있다면, 이들을 떨어뜨려 놓는 것은 왼쪽 신발과 오른쪽 신발을 서로 다른 상자에 담아두는 것과 같습니다. 이들은 분리될 만큼 충분히 복잡하지 않습니다.

2. 함께 있지만 떨어져 있어야 하는 파일들의 경우 (InCol)

모델은 다음과 같은 경우 함께 묶여 있는 파일들이 "스멜(잘못 결합됨)"이 날 가능성이 높다고 판단했습니다:

같은 언어를 사용하지 않음 (낮은 의미론적 유사성): 만약 한 파일은 "요리"에 관한 것이고 다른 파일은 "역사"에 관한 것이라면, 이들이 같은 상자에 들어있는 것은 실수입니다. 모델은 이들이 유사한 기술 용어를 사용하는지 확인하며, 그렇지 않다면 함께 있어서는 안 됩니다.
서로 공유하는 단어가 너무 적음: 비록 같은 상자에 있더라도, 만약 그들이 언급하는 내용이 전혀 다르다면, 그들은 서로 관련이 없을 가능성이 큽니다.
"들어오는(in-going)" 연결이 너무 많은 경우: 마치 단일 사무실로 다른 부서의 사람 50명이 끊임없이 업무를 전달하러 오는 것과 같습니다. 만약 하나의 모듈 안에 있는 두 파일이 사방에서 쏟아지는 요청을 받고 있다면, 그 모듈은 너무 과밀한 상태이며 부하를 처리하기 위해 분리될 필요가 있습니다.

이것이 왜 중요한가

저자들은 개발자를 위한 "사용 설명서"를 제공합니다. 이제 개발자는 단순히 "이것은 잘못되었습니다"라는 빨간 깃발을 보는 대신, 그 이유를 볼 수 있습니다:

"아, 이 두 파일은 분리되어 있지만, 둘 다 50개의 다른 파일에 의존하고 있구나. 이들을 함께 옮겨야겠다."
"아, 이 두 파일은 함께 있지만, 하나는 유틸리티 도구이고 다른 하나는 비즈니스 로직 도구이며, 공유하는 어휘가 없구나. 이들을 분리해야겠다."

핵심 요약

이 논문은 소프트웨어 모듈이 왜 엉망인지 파악하는 복잡한 소프트웨어 문제를 이해하기 쉬운 특성들로 분해합니다. 머신 러닝을 이용한 "탐정" 접근 방식을 통해, 저자들은 파일의 연결 수나 공유하는 단어와 같은 특정 "성격 특성"이 설계상의 실수를 나타내는 신호임을 식별해 냈습니다. 이는 개발자들이 단순히 혼란을 발견하는 것을 넘어, 근본 원인을 이해하고 효과적으로 정리할 수 있도록 도와줍니다.

기술 요약: 쌍별 모듈성 냄새(Pairwise Modular Smells)의 특징은 무엇인가?

문제 정의
기존 소프트웨어 시스템의 모듈 구조를 개선하는 것은 매우 중요한 과제이다. 소프트웨어 모듈화 기법들이 시스템을 최적의 모듈로 재구조화하려고 시도하지만, 광범에하고 비용이 많이 드는 변경 사항으로 인해 실제 적용에는 한계가 있는 경우가 많다. 반대로, 설계 문제(냄새)를 리팩터링 기회로 식별하는 접근 방식들은 대개 세밀한 입도(예: 모듈 수준)의 문제를 다루지 못해 구체적인 리팩터링 전략을 결정하기 어렵다는 단점이 있다.

이러한 문제를 해결하기 위해, 저자들의 이전 연구에서는 **쌍별 모듈성 냄새(Pairwise Modular Smell, 이하 PairSmell)**를 도입하였다. 이는 파일 쌍의 실제 모듈 관계(MR)와 적절한(apt) MR 사이의 편차로 정의되는 미세한 입도의 아키텍처 냄새이다. 적절한 MR은 여러 모듈화 도구들의 합의로부터 도출된다. 만약 실제 관계(함께 있거나 분리됨)가 이 합의와 상충한다면, 이는 냄새가 된다: InSep(부적절하게 분리됨: 도구들은 함께 있어야 한다고 동의하지만 실제로는 분리되어 있음) 또는 InCol(부적절하게 함께 있음: 도구들은 분리되어야 한다고 동의하지만 실제로는 함께 있음).

그러나 PairSmell의 정의는 모듈화 도구의 "블랙박스" 출력에 의존하기 때문에 개념이 모호하고 설명하기 어렵다. 개발자들은 왜 특정 쌍이 냄새를 보이는지에 대한 통찰력을 얻지 못한다. 본 연구는 특정 엔티티가 이러한 아키텍처적 편차에 취약하게 만드는 구체적인 **쌍의 특성(pair characteristics)**을 식별함으로써 PairSmell을 설명하는 것을 목표로 한다.

연구 방법론
본 연구는 신속한 문헌 검토, 머신러닝(ML) 모델링, 그리고 질적 분석을 결합한 혼합 방법론을 채택한다:

신속한 문헌 검토: 저자들은 178개의 소프트웨어 모듈화 관련 주요 연구를 검토하여 두 엔티티 간의 관계를 나타내는 후보 특징들을 합성하였다. 이 과정을 통해 *관련성(relatedness), 거리(distance), 독립성(independence), 복잡도(complexity), 응집도(cohesion), 크기(size)*의 6개 차원에 걸친 19개의 고유한 쌍 특성을 도출하였다.
데이터셋 구축: 본 연구는 11개의 오픈 소스 Java 프로젝트(예: Kafka, Hadoop, Druid)에서 추출된 610만 개 이상의 엔티티 쌍으로 구성된 정제된 데이터셋을 활용하였다. 데이터셋에는 분리된 쌍과 함께 있는 쌍이 모두 포함되어 있으며, 이전 연구를 통해 InSep 및 InCol 사례에 대한 그라운드 트루스(ground truth) 레이블을 확립하였다.
예측 모델링:
- 특징(Features): 19개의 특성을 독립 변수로 사용하였다.
- 타겟(Target): InSep(분리된 쌍에 대해) 및 InCol(함께 있는 쌍에 대해)을 예측하는 두 가지 이진 분류 작업을 정의하였다.
- 모델 선택: 여러 모델(로지스틱 회귀, SVM, Random Forest)을 훈련시켰다. 뛰어난 성능을 보인 **서포트 벡터 머신(SVM)**을 주요 모델로 선정하였다.
- 전처리: 공선성 문제를 해결하기 위해 스피어먼 순위 상관계수( $\rho$ )가 0.7 이상인 특징들을 제거하였다. 클래스 불균형 문제는 역 변환 샘플링(Inverse Transform Sampling)을 사용하여 해결하였다.
해석: 저자들은 **순열 특징 중요도(Permutation Feature Importance)**를 사용하여 가장 영향력 있는 특성을 식별하였다. 특정 특징 값의 변화가 쌍의 냄새 분류 확률에 어떻게 영향을 미치는지 시각화하기 위해 **부분 의존도 플롯(Partial Dependence Plots, PDP)**을 생성하였다.
질적 검증: 데이터셋의 대표적인 예시들을 수동으로 분석하여 식별된 영향력 있는 특성들이 실제 코드에서 어떻게 나타나는지 설명하였다.

주요 기여

PairSmell의 체계적 특성화: 본 연구는 단순히 PairSmell을 탐지하는 것을 넘어, 그것이 발생하는 원인을 설명하는 단계로 나아간다. 연구는 InSep 및 InCol 사례를 유발하는 근저의 쌍 특성을 식별하고 해석한다.
영향력 있는 지표 식별:
- InSep(함께 있어야 할 분리된 쌍)의 경우, 가장 영향력 있는 지표는 외부 의존성(out-going dependencies), 타인과 공유하는 용어(degree), 그리고 **선언된 필드(total-fields)**이다.
- InCol(함께 있으면 안 될 함께 있는 쌍)의 경우, 가장 영향력 있는 지표는 의미적 유사도(tf-idf), 쌍 사이의 공유 용어(intersection), 타인과 공유하는 용어(degree), 그리고 **내부 의존성(in-going dependencies)**이다.
실제적 예시 제공: 논문은 높은 외향 차수(out-degree)나 낮은 공유 용어가 어떻게 특정 냄새 유형과 상관관계를 갖는지 보여주는 구체적인 사례를 제공하여 개발자에게 실행 가능한 통찰력을 제공한다.

결과

예측 성능: 훈련된 SVM 모델은 함께 있는 쌍에 대해 베이스라인 모델 대비 58.6% 향상된 ROC-AUC를, 분리된 쌍에 대해 34.6% 향상된 ROC-AUC를 달{%}성하였다. 또한 모델은 정밀도와 재현율 사이에서 우수한 균형(AUPRC 기준 베이스라인 대비 각각 1.57배 및 2.77배 향상)을 보여주었다.
특징 분석:
- InSep: 높은 외부 의존성은 초기에 냄새 발생 가능성을 높이지만(과도한 외부 결합 암시), 매우 낮은 외향 차수는 분리를 정당화하는 기능적 독립성을 나타낸다. 높은 degree(타인과 공유하는 용어)는 중복된 책임을 나타내어 분리가 부적절함을 의미한다. 의존 관계에 있는 쌍의 낮은 total-fields는 단순하고 분산된 책임을 시사하며, 이는 함께 유지하는 것이 더 낫다.
- InCol: 낮은 **의미적 유사도(sim-tfidf)**와 낮은 intersection은 함께 있는 엔티티들이 서로 무관함을 나타내며, 이는 단일 책임 원칙을 위반한다. 높은 **내부 의존성(in-degree)**은 엔티티가 너무 많은 책임을 가지고 있어 모듈을 과부하시킬 수 있음을 시사한다.
통계적 유의성: Mann-Whitney U 검정을 통해 냄새가 있는 쌍과 없는 쌍 사이의 특징 분포 차이가 유의미함을 확인하였다.

의의 및 주장
본 논문은 PairSmell의 발생 빈도와 결과에 집중하던 것에서 벗어나, 그 **설명 가능성(explainability)**으로 초점을 전환함으로써 PairSmell에 대한 이해를 증진한다고 주장한다. 특정 쌍의 특성을 냄새 발생과 연결함으로써, 본 연구는 다음과 같은 성과를 거두었다:

PairSmell의 해명: 왜 특정 쌍이 냄새로 분류되는지를 설명함으로써, PairSmell을 불투명한 도구의 출력값에서 이해 가능한 설계 문제로 전환하였다.
리팩터링 가이드 제공: 연구 결과는 완화를 위한 구체적이고 특성 기반의 전략(예: 외향 차수를 줄이기 위한 인터페이스 추상화, 또는 의미적 유사성을 높이기 위한 식별자 명명 규칙 개선 등)을 제시한다.
모듈 설계에 대한 정보 제공: 본 연구는 향후 모듈화 도구가 단순히 관련성뿐만 아니라 독립성과 크기를 고려해야 더 합리적인 솔루션을 생산할 수 있음을 시사한다. 또한 모듈화 알고리즘에서 자주 사용되는 특징들이 서로 공선성을 가질 수 있음을 지적하며, 중복된 분석을 피하기 위한 신중한 특징 선택의 필요성을 강조한다.

저자들은 본 연구가 PairSmell의 현상과 결과에만 집중했던 초기 연구 결과들을 넘어, 보다 미묘한 관점의 모듈 설계에 대한 실증적 근거를 제공함으로써 더욱 효과적인 모듈 구조 검사 및 개선을 위한 토대를 마련했다고 평가한다.