Software Effort Estimation: a Review of Taxonomies for use to-wards a Probabilistic Evidence Synthesis
본 논문은 6가지 소프트웨어 공수 산정 분류 체계에 대한 체계적 문헌 고찰을 제시하며, 상당한 구조적 파편화, 모바일 및 AI와 같은 신흥 응용 도메인에 대한 포괄성 부족, 그리고 외부 검증의 전반적인 부재를 밝힘으로써, 통합되고 산업적으로 검증된 분류 체계의 시급한 필요성을 강조한다.
원본 논문은 CC BY 4.0 (https://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
단순한 모바일 앱부터 복잡한 뱅킹 시스템에 이르기까지, 모든 소프트웨어 프로젝트는 매우 단순해 보이는 질문에서 시작됩니다: 이 작업에 얼마나 많은 노력이 들 것인가? 소프트웨어 공학의 세계에서 이는 '공수 추정(effort estimation)'이라고 알려져 있습니다. 이는 단 한 줄의 코드가 작성되기 전에 소프트웨어를 구축하는 데 필요한 시간과 자원을 예측하는 과정입니다. 이 예측은 매우 중요합니다. 이는 예산, 일정, 그리고 프로젝트에 적합한 인력을 배치할 수 있는지 여부를 결정하기 때문입니다. 그러나 소프트웨어의 미래를 예측하는 것은 악명 높게 어려운데, 왜냐하면 프로젝트가 소요되는 시간에 영향을 미치는 요인들이 방대하고 다양하며 종종 불확실하기 때문입니다. 프로젝트가 더 오래 걸리는 이유는 팀의 경험이 부족해서일 수도 있고, 기술이 생소해서일 수도 있으며, 요구 사항이 계속 바뀌기 때문일 수도 있습니다. 이러한 혼돈을 이해하기 위해, 연구자들은 이 요인들을 구조화된 목록, 즉 소프트웨어 개발이라는 복잡한 지형을 전문가들이 탐색할 수 있도록 돕는 지도 역할을 하는 분류 체계(taxonomies)로 정리하기 위해 수십 년간 노력해 왔습니다.
이러한 지도의 명확한 필요성에도 불구하고, 이 분야에 대한 새로운 검토 결과 기존의 지도들은 파편화되어 있고 불완전하다는 사실이 드러났습니다. 덴마크 아르후스 대학교의 연구자인 에밀리아 멘데스(Emilia Mendes)와 마르크 솔레 에스트라그레스(Marc Solé Estragués)는 소프트웨어 공수 추정을 위한 기존의 모든 분류 체계를 조사하기로 했습니다. 그들의 목표는 이 체계들을 결합하여 미래를 위한 통합된 도구를 만들 수 있을지, 아니면 서로 너무 달라서 화해될 수 없는지를 확인하는 것이었습니다. 그들은 소프트웨어 작업에 영향을 미치는 요인들을 범주화하는 방법을 제안한 모든 관련 연구를 찾아내고 분석하기 위해 과학 문헌을 철저히 조사하는 엄격한 방법인 체계적 문헌 고찰(systematic review)을 수행했습니다. 주요 학술 데이터베이스에서 수천 편의 논문을 거른 끝에, 그들은 이 특정 목적을 위해 분류 체계를 실제로 제안한 연구가 단 6개뿐이라는 것을 발견했습니다. 이 적은 숫자는 그 자체로 중요한 발견이었으며, 문제는 잘 알려져 있지만 이를 해결하려는 노력은 지난 20년 동안 산발적이고 흩어져 있었음을 시사합니다.
연구진은 이 6개의 분류 체계를 상세히 조사하여 그것들이 어떻게 구축되었고 무엇을 포함하고 있는지 살펴보았습니다. 그들은 이 지도들이 매우 다른 스타일로 그려졌다는 것을 발견했습니다. 어떤 것들은 소프트웨어의 크기부터 팀의 경험, 그리고 추정을 위해 사용된 특정 기법에 이르기까지 모든 것을 다루는 광범위한 형태였습니다. 반면 다른 것들은 코드의 크기나 작업을 예측하는 데 사용되는 방법 등 오직 한 가지 측면에만 집중하는 좁은 형태였습니다. 구조 또한 매우 다양했는데, 어떤 목록은 단 몇 개의 카테고리만을 포함하는가 하면 어떤 것은 수백 개의 구체적인 세부 사항으로 방대하게 펼쳐지기도 했습니다. 연구진이 공유된 용어와 개념을 찾기 위해 목록들을 나란히 비교했을 때, 그들은 놀라운 합의의 부재를 발견했습니다. 6개의 분류 체계 전체에 걸쳐 나열된 수백 개의 구체적인 요인 중, 동일한 방식으로 설명된 것은 아주 극소수에 불과했습니다. 대부분의 용어는 단 하나의 연구에만 고유한 것이었으며, 이는 서로 다른 지도를 사용하는 두 전문가가 동일한 아이디어에 대해 서로 다른 단어를 사용하거나, 동일한 단어에 대해 서로 다른 아이디어를 사용하여 서로 엇갈린 대화를 하게 된다는 것을 의미합니다.
또한 이번 검토는 범위의 심각한 공백을 강조했습니다. 기존의 지도들은 비즈니스 애플리케이션이나 기기에 탑재된 임베디드 시스템과 같은 전통적인 유형의 소프트웨어에 치중되어 있었습니다. 그러나 이들은 급격히 성장하는 인공지능 소프트웨어와 현대적인 모바일 애플리케이션 분야는 대체로 간과했습니다. 더욱이, 연구진은 이러한 분류 체계 대부분이 실제 현장에서 테스트된 적이 없다는 것을 발견했습니다. 그것들은 아이디어나 이론적 프레임워크로서 제안되었을 뿐, 실제로 산업 현장의 실무자들이 더 나은 예측을 하는 데 도움이 된다는 증거는 거의 없었습니다. 6개 중 단 하나만이 그것이 제대로 작동하는지 확인하기 위해 실제 환경에 적용되었습니다. 나머지들은 검증되지 않은 채 남아 있어, 그 실용성에 대한 의문을 남겼습니다.
저자들은 이러한 파편화가 진보의 장벽이 되고 있다고 주장합니다. 연구자와 실무자가 공통된 언어에 합의하지 못할 때, 지식을 공유하거나 결과를 비교하거나 이전의 발견을 토대로 발전시키는 것이 어려워집니다. 이 검토는 이 분야가 고립된 목록들을 넘어 나아가야 한다고 제안합니다. 연구진은 다음 단계가 기존의 지도를 확장하여 누락된 소프트웨어 개발 영역을 다루거나, 모든 유형의 소프트웨어를 포괄하는 단일하고 통합된 분류 체계를 구축하는 것이라고 제안합니다. 그러한 통합된 시스템은 그것이 실제로 도움이 되는지 확인하기 위해 산업계에서 테스트되어야 합니다. 그때까지 이 분야는 명확하고 공유된 소프트웨어 노력에 대한 이해를 실현하기 위해 기다리고 있는, 서로 단절된 섬들의 집합체로 남아 있을 것입니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.