[논문]비용을 고려하고 아키텍처 평가를 지원하는 소프트웨어 아키텍처 비용 추정 기법

조시호; 이준하; 박수용

[국내논문] 비용을 고려하고 아키텍처 평가를 지원하는 소프트웨어 아키텍처 비용 추정 기법
A Software Architecture Cost Estimation Method to Support Architecture Evaluation with Consideration of Cost 원문보기

정보과학회논문지. Journal of KIISE. 소프트웨어 및 응용, v.37 no.2, 2010년, pp.95 - 103

조시호 (서강대학교 컴퓨터공학과) , 이준하 (서강대학교 컴퓨터공학과) , 박수용 (서강대학교 컴퓨터공학과)

초록
AI-Helper

소프트웨어 제품의 시장 경쟁력을 향상시키기 위해서는 이해관계자의 요구사항에 부합하는 품질을 제공하는 동시에 개발 예산 내에 개발 가능한 아키텍처를 획득할 수 있는 방안이 요구된다. 하지만 아키텍처의 품질 검토 및 선정을 위해 사용되는 기존 아키텍처 평가 기법은 아키텍처 설계를 통해 획득 가능한 품질속성에만 초점을 맞추고 있어 아키텍처가 개발 비용에 미치는 영향을 체계적으로 고려하지 않는다. 본 논문에서는 소프트웨어 비용 추정 모델인 COCOMO II를 적용한 아키텍처 비용 추정 기법을 제안하여 기존 아키텍처 평가와 병행 가능한 비용 분석을 통해 기존 아키텍처 평가 기법을 보완하며 품질과 비용이 함께 고려된 아키텍처 선정을 지원한다. 제안 기법의 정확성 검증을 위해 본 논문의 기법을 RPS (Robot Patrol System)의 아키텍처 후보 목록에 적용한 뒤 비용 추정 결과를 각 아키텍처 후보의 실측 공수와 비교하였다.

Abstract ▼ AI-Helper

Improving the competitiveness of software products in the market involves procuring the means to design software architecture that deliver qualities necessitated by stakeholder requirements within allocated budget, thereby improving the cost-effectiveness of the end product. Currently, software architecture evaluation methods are used to predict and review qualities inherent in software architecture designs and to choose a candidate architecture that delivers desired qualities. Existing software architecture evaluation methods, however, fail to address the cost considerations dependent on the architecture chosen for product implementation. In this paper we suggest a cost estimation method for software architecture which adapts the cost drivers in the software cost estimation model COCOMO II to support cost estimation during architecture evaluation. The suggested method can be performed in coordination with existing software architecture evaluation efforts and supplements existing architecture evaluation techniques with guidelines for identifying and evaluating cost drivers in candidate software architectures without incurring extra overhead. The accuracy of the cost estimation using the suggested method is verified through application of the method to the architecture candidates used in RPS (Robot Patrol System), a surveillance embedded system.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 소프트웨어 아키텍처의 품질을 검토하고 선정하는 기존의 아키텍처 평가 기법에 비용 추정프로세스를 보완하여 품질과 비용에 대한 체계적인 검토가 함께 수행될 수 있도록 하는 기법을 제안하였다. 본 비용 추정 기법을 기반으로 아키텍트는 품질 획득을위해 설계된 아키텍처의 상대적 비용을 산출하고 이를활용하여 비용을 고려한 아키텍처 후보 선정을 수행할수 있으며, 결과적으로 이해관계자의 품질 요구사항과개발 조직의 ROI 요구사항을 함께 만족시키는 최적의아키텍처 설계를 지원할 수 있다.
시나리오 기반 아키텍처 평가 기법의 비용 고려 부족문제를 해결하기 위해 본 논문에서는 소프트웨어 비용추정 모델인 COCOMO IIH₃]를 아키텍처 후보의 비용예측에 적용한 아키텍처 후보 비용 추정 기법을 제안한다. COCOMO II 모델에서 정의된 비용요소 (cost driver)인 Effort Multiplier(EM)를 아키텍처 후보의 품질 평가 결과에 적용하여 추정 비용에 대한 체계적인 근거를 도출하며, COCOMO Ⅱ의 EM 정의에 기반한 비용요소 평가 기준을 제공하여 아키텍처 개발 비용 예측 경험이 없는 아키텍트도 COCOMO II 모델의 신뢰성에 기반한 아키텍처 후보 비용 추정이 가능하도록 하였다.

제안 방법

COCOMO II 모델에서 정의된 비용요소 (cost driver)인 Effort Multiplier(EM)를 아키텍처 후보의 품질 평가 결과에 적용하여 추정 비용에 대한 체계적인 근거를 도출하며, COCOMO Ⅱ의 EM 정의에 기반한 비용요소 평가 기준을 제공하여 아키텍처 개발 비용 예측 경험이 없는 아키텍트도 COCOMO II 모델의 신뢰성에 기반한 아키텍처 후보 비용 추정이 가능하도록 하였다. 비용 추정의 정확성을 검증하기 위해 제안 기법을보안용 실시간 임베디드 시스템인 RPS(Robot Patrol System)의 개발을 위해 설계된 아키텍처 후보에 적용하였으며 추정된 비용을 실제 구현에 소요된 공수와 비교하였다
후보로 한정된다. 따라서 본 논문의 적용 범위는 성능(Performance), 시스템 가용성(Availability), 그리고 변경용이성(Modifiability)를 위한 아키텍처 후보의비용 추정으투 한정된다.
만약 비용 배수의 비율과 실측 공수의 비율이 다를 경우 그 차이만큼 비용 추정 오차가 발생한것으로 간주할 수 있으며, 아키텍처 선정을 위한 정보로사용될 경우 선정 근거의 왜곡을 초래할 수 있다. 따라서 추정 비용의 비율과 실측 공수의 비율 간 일치하는정도를 본 논문의 비용 예측 정확성 척도로 규정한다.
본 논문에서 제안하는 아키텍처 비용 추정 기법의 정확성을 검증하기 위해 여러 개의 아키텍처 설계가 수행되고 각 아키텍처 설계에 따른 구현이 완료된 임베디드시스템을 대상으로 본 비용 추정 기법을 적용하였다. 구현된 시스템에 소요된 실제 공수를 측정하고 본 논문의기법으로 추정된 아키텍처.
본 논문의 아키텍처 후보 비용 추정 기법으로 RPS 시스템의 2007년 아키텍처와 2008년 아키텍처 각각의비용을 추정하였다. 표 2~3에서 2007년 아키텍처의 정보와 비용요소 평가 결과 및 최종 비용 배수를 확인할수 있다.
본 논문의 제안 기법은 기존 시나리오 기반 아키텍처평가 기법을 보완하여 아키텍처 후보의 비용 정보를 도출하고 이를 사용하여 후보의 비용을 추정하는 방안을 제시한다. 그림 2는 그림 1에 도시된 아키텍처 평가 기법에 제안 기법을 구성하는 비용 추정 프로세스를 삽입하여 보완한 전체 프로세스를 도시한다.
본 연구에서는 COCOMO II에서 정의된 EM 중 아키텍처 설계 변경에 따른 소프트웨어 시스템 특성의 변경을 반영할 수 있는 EM만을 선택적으로 적용한다. 따라서 비용 추정에 사용할 EM을 다음의 다섯 종류로 한정한다: 1) 시스템이 갖추어야 할 신뢰성을 반영하는 RELY (Required Software Reliability), 2) 소프트웨어의 내부적 복잡성을 반영하는 CPLX(Product Complexity), 3) 설계 및 구성요소의 재사용성을 반영하는 RUSE(Developed for Reusability), 4) 연산 처리 시간제한을 반영하는 TIMEfExecution Time Constraint), 5) 저장공간 사용 제한을 반영하는 STORCMain Storage Constraint).
COCOMO II 모델에서 정의된 비용요소 (cost driver)인 Effort Multiplier(EM)를 아키텍처 후보의 품질 평가 결과에 적용하여 추정 비용에 대한 체계적인 근거를 도출하며, COCOMO Ⅱ의 EM 정의에 기반한 비용요소 평가 기준을 제공하여 아키텍처 개발 비용 예측 경험이 없는 아키텍트도 COCOMO II 모델의 신뢰성에 기반한 아키텍처 후보 비용 추정이 가능하도록 하였다. 비용 추정의 정확성을 검증하기 위해 제안 기법을보안용 실시간 임베디드 시스템인 RPS(Robot Patrol System)의 개발을 위해 설계된 아키텍처 후보에 적용하였으며 추정된 비용을 실제 구현에 소요된 공수와 비교하였다

이론/모형

RPS 시스템의 구현 산출물로부터 실제 공수를 측정하기 위해 Class Point Analysis[17] 기법을 사용하였다. Class Point Analysis는 기능점수[18] 기법에 비하여 객체 지향 시스템의 공수 측정에 적합한 소프트웨어규모 측정 기법으로 객체 지향 방법론을 사용하여 설계된 RPS 의 규모 측정에 적합하다.
아키텍처 후보의 비용 배수 산출은 COCOMO II 모델의 비용 계산식에서 EMi 산출 부분을 차용하여 계산한다.

성능/효과

본 논문의 제안 기법을 통해 예측한 아키텍처 후보 비용의 비율 간 차이는 0.059로 실측 공수의 비율 간 차이인 0.76보다 약 22% 적은 차이를 보였으며 이 차이가 비용 예측 정확성 77.63%를 도출하였다. 이는 개발 프로세스 초기의 아키텍처 설계 단계에서 수집할 수 있는 시스템 정보만을 사용한 초기 예측인 만큼 만족할 수 있는 수준의 정확성이라 할 수 있다.
제안하였다. 본 비용 추정 기법을 기반으로 아키텍트는 품질 획득을위해 설계된 아키텍처의 상대적 비용을 산출하고 이를활용하여 비용을 고려한 아키텍처 후보 선정을 수행할수 있으며, 결과적으로 이해관계자의 품질 요구사항과개발 조직의 ROI 요구사항을 함께 만족시키는 최적의아키텍처 설계를 지원할 수 있다.
이정보는 아키텍처 후보의 비용 추정 시 비용요소의 식별과 평가를 위한 기초 정보로 활용될 수 있다. 아키텍처평가 기법의 산출물에 대햔 의존성으로 인해 본 논문의제안 기법은 기존 시나리오 기반 아키텍처 평가 기법과 병행하여 사용함을 전제하며, 대신 기존 아키텍처 평가기법에 추가적인 아키텍처 설계 검토를 요구치 않고도 아키텍처 후보의 비용 정보를 도출할 수 있다. 그림 3온시나리오 기반 아키텍처 평가 기법인 ATAM의 입력 정보와 참여자, 그리고 산출물을 보여준다.

후속연구

" data-ocr-fix="">수 있다. 하지만 시스템의 규모가 커지고 복잡해질 수록 한정된 수의 비용요소로 시스템의 특성 변화를 올바르게반영하기 힘들게 되기 때문에 본 기법의 정확성은 보다다양한 규모의 프로젝트에 대하여 추가적인 검증을 요한다.
향후 비용 추정 정확도에 대한 추가적인 검증을 수행하여 규모가 큰 시스템 아키텍처를 대상으로도 높은 수준의 비용 추정 정확성을 보일 수 있도록 기법을 정제할 필요가 있다.

참고문헌 (18)

A. Davis, Software Requirements: Objects, Functions and States, Prentice Hall, 1993.
B. Boehm, Software Engineering Economics, Prentice Hall, 1981.
L. Bass, P. Clements, and R. Kazman, Software Architecture in Practice 2nd Edition, Addison Wesley, 2003.
P. Clements, R. Kazman, and M. Klein, Evaluating Software Architectures: Methods and Case Studies, Addison Wesley, 2002.
C. Hofmeister, R. Nord, and D. Soni, Applied Software Architecture, Addison Wesley, 2000.
L. Chung, B. Nixon, E. Yu, and J. Mylopoulos, Non-Functional Requirements in Software Engineering, Kluwer Academic Publishers, 2000.
M. Barbaci, M. Klein, T. Longstaff, and C. Weinstock, Quality Attributes, Technical Report CMU/SEI-95/TR-21, 1995.
R. Kazman, M. Klein, M. Barbaci, T. Longstaff, H. Lipson, and J. Carriere, The Architecture Tradeoff Analysis Method, Proceedings of the 4th ICECCS, pp.68-78, 1998.
L. Bass, R. Nord, W. Wood, and D. Zubrow, Risk Themes Discovered Through Architecture Evaluations, Technical Report CMU/SEI-2006-TR-012, 2006.
M. Ali Babar and I. Gorton, Comparison of Scenario-Based Software Architecture Evaluation Methods, Proceedings of the 11th Asia-Pacific Software Engineering Conference, pp.600-607, 2004.
M. Svahnberg, C. Wohlin, L. Lundberg, and M. Mattsson, A Quality-Driven Decision-Support Method for Identifying Software Architecture Candidates, International Journal of Software Engineering and Knowledge Engineering, Vol.13, Issue 5, pp.547-573, 2003.

상세보기
M. Ionita, D. Hammer, and H. Obbink, Scenario-Based Software Architecture Evaluation Methods: An Overview, Workshop on Methods and Techniques for Software Architecture Review and Assessment at the International Conference on Software Engineering, 2002.
B. Boehm et al., Software Cost Estimation with COCOMO II, Prentice Hall, 2000.
R. Kazman, Len Bass, G. Abowd, and M. Webb, SAAM: A Method for Analyzing the Properties Software Architectures, Proceedings of the 16th International Conference on Software Engineering, pp.81-90, 1994.
R. Kazman, J. Asundi and M. Klein, Quantifying the Costs and Benefits of Architectural Decisions, Proceedings of the 23rd ICSE 2001, pp.297-306.
J. Rumbaugh, M. Blaha, W. Premerlani, F. Eddy, and W. Lorensen, Object-oriented Modeling and Design, Prentice Hall, 1991.
G. Costagliola and G. Tortora, Class Point: An Approach for the Size Evaluation of Object-Oriented Systems, IEEE Transactions on Software Engineering, Vol.31, Issue 1, pp.52-74, 2005.

상세보기
IFPUG, Function Point Counting Practice Manual Release 4.1.1, International Function Point User Group, 2000.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증