Kano 모델과 통계 기법을 이용한 요구사항 분류 및 협상을 위한 정보 생성 기법 A Technique for Classifying Requirement/Stakeholder and Generating Information for Negotiation Using Kano Model and Statistical Method원문보기
요구사항 추출 활동은 다양한 이해당사자의 요구를 요구사항으로 추출하고 협상을 위한 정보를 생성하는 사전 준비 작업이다. 그러나 현재 고객으로부터 요구사항 수집을 위한 기법은 다수 존재하고 있으나, 요구사항 분류와 협상을 위한 정보 제공에 대한 연구는 부족한 실정이다. 본 연구는 요구사항을 분류하고, 협상을 위한 정보를 식별하는 기법에 대한 연구이다. 본 연구는 요구사항 분류를 위해 Kano 모델과 통계 기법을 활용하였으며, 협상을 위한 정보를 생성하기 위해 요구사항과 문제의 관계를 고려하였다. 제안한 기법에 대한 시뮬레이션, Rough Set Theory, 사례 검증을 수행하여 제안한 방법의 타당성을 검증하였다.
요구사항 추출 활동은 다양한 이해당사자의 요구를 요구사항으로 추출하고 협상을 위한 정보를 생성하는 사전 준비 작업이다. 그러나 현재 고객으로부터 요구사항 수집을 위한 기법은 다수 존재하고 있으나, 요구사항 분류와 협상을 위한 정보 제공에 대한 연구는 부족한 실정이다. 본 연구는 요구사항을 분류하고, 협상을 위한 정보를 식별하는 기법에 대한 연구이다. 본 연구는 요구사항 분류를 위해 Kano 모델과 통계 기법을 활용하였으며, 협상을 위한 정보를 생성하기 위해 요구사항과 문제의 관계를 고려하였다. 제안한 기법에 대한 시뮬레이션, Rough Set Theory, 사례 검증을 수행하여 제안한 방법의 타당성을 검증하였다.
The requirement elicitation is the task of eliciting requirements from needs of stakeholders, and preparing for information for negotiation. However, there are methods for gathering needs, but there is no specific method for classifying them, generating information for negotiation. Therefore, To sol...
The requirement elicitation is the task of eliciting requirements from needs of stakeholders, and preparing for information for negotiation. However, there are methods for gathering needs, but there is no specific method for classifying them, generating information for negotiation. Therefore, To solve the problems, this paper proposes a method to classify requirement and to generate information for negotiation. The proposed methods use Kano model, statistical technique, and identifying relationship between requirements and problems within scope. Finally, we validate the proposed method on simulations, Rough Set Theory, and case study of model.
The requirement elicitation is the task of eliciting requirements from needs of stakeholders, and preparing for information for negotiation. However, there are methods for gathering needs, but there is no specific method for classifying them, generating information for negotiation. Therefore, To solve the problems, this paper proposes a method to classify requirement and to generate information for negotiation. The proposed methods use Kano model, statistical technique, and identifying relationship between requirements and problems within scope. Finally, we validate the proposed method on simulations, Rough Set Theory, and case study of model.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
VORD에서는 관점에 속한 요구사향 사이의 관계를 비교하지만 비교의 수가 요구사항의 수에 따라 제곱으로 비례하는 단점이 존재한다. 래서 본 연구는 요구사항을 세부적으로 분류하여 비교의 수를 줄이고자 한다.
본 연구는 요구사항을 분류하고 협상을 위한 정보를제공하는 기법에 대한 연구이다. 이는 요구공학자가 효율적으로 요구공학을 수행하는데 도움이 될 것이라고기대한다.
좋은 요구사항의 조건 중 하나는 필요한 요구사항만 포함하면서도 불필요한 요구사항이 존재하지 않는 것이다[14]. 요구사항이 프로젝트 범위에 포함되었음을 판단하기 위해, 본 연구는 요구사항과 문제 사이의 관계를 고려할 것을 제안한다.
협상을 위한 정보 생성의 효율성을 증명하기 위해, 본연구는 s 대학의 학사지원 시스템에 대한 사례 연구를 수행하였다. 참여 이해당사자는 S 대학의 학생 6, 교원 3명, 직원 3명, 시스템 관리자 3명을 대상으로 수행하여, 聲개의 문제, 136개의 초기 요가사항을 도출하였다.
가설 설정
1개 문제 - 1개 요구사항 (관계 1) : 문제를 해결하기 위한 적절한 요구사항이 추출되었다고 가정한다.
제안한 방법의 입력 산출물로써 이해당사자 15평(S1~S15), 30 개의 고객의 요구(R1 ~R30), 문제 목록(P1 ~P20)를 사용한다고 가정한다.
제안 방법
괘’3 요구사항과 문제 사이이 관계에 의한 정보 생성 20개의 문제 목록에 대해 요구사항과의 연관 관계 틀 단순 임의 추출 방식을 활용하여 생성하였다. 분리 要 통합 후보 선정 결과는 표 8과 같다.
수행한다. 그룹에 포함된 이해당사자의 요구사항평가 결과예 분류 기준을 적용하여 각 그룹에 요구사항의 포함 여부를 결정한다.
본 연구 절차의 효율성 검증을 위하여, S 대학 ERP 구축 프로젝트에 대한 시뮬레이션을 수행하였다. 제안한 방법의 입력 산출물로써 이해당사자 15평(S1~S15), 30 개의 고객의 요구(R1 ~R30), 문제 목록(P1 ~P20)를 사용한다고 가정한다.
본 연구는 이해당사자의 생각올 기준으로 요구사항을 분류한다. 본 연구에서는 생각을 표현하는 방법으로 Kano 모델을 사용한다.
본 연구를 수행함에 있어' 요구사항 분류를 위해 이해당사자의 생각을 기준으로 이해당사자를 분류하고, 이해당사자에 따라 요구사항을 분류한다. 이를 위해 Kano Mod可과 통계 기법을 사용한다.
한다. 본 연구에서 제안한 방법에 따라 요구사항을 정리한다.
생각을 가질 수 있다. 본 연구에서는 이러한 요구를 공통 요구사항으로 분류한다. 그러므로 조직/프로젝트 환경을 고려하여 공통 요구사항 판단 기준을 수립하고 기준에 적합한 공통 요구사항을 식별한다.
정보 테이블은 Kano 모뗄을 이용하여 추출한 결과를 사용하며 분류 기준온 그룹 1에서 요구사항을 분류한 기준을 이용하여 구분한다. 본 연구의 결과를 검증하기 위해 귀납적 증명 방식을 사용하며, 분류 결과를 검증하기 위해 Rough Set욜 사용하여 구분퇸 긍정 영역 집합 내에 본 방법이 제안한 방법으로 분류한 목표 집합이 무분집합으로 포함되어야 한다. 그리고 다른 그룹(그룹 2)의 이해당사자 (S1, S3, S5, S8’ Sil, S14) 와 그룰 1의 긍정 영역 사이에 교집합이 없어야 한다.
수집된 요구에 대하여 이해당사자가 평가한 데이터는 데이터 생성 방법을 활용하여 생성하였다. 요구사항의 Kano 모델을 통한 요구사항의 평가 데이터 정의역은 {Q, R, I, M, O, A} 이며, 요구사향과 문제 사이의 관계 데이터의 정의역은 {P1~P2아이다.
요구사항을 분류하였다. 요구사항에 대한 관심도를 단순 임의 추출 방법을 통해 생성하고 이를 수학적인 분류 방법인 Rough Set Thecny를 통해 분류한결콰와 본 연구의 요구사항 뿐류 결과의 일치 여부를분석하여 본 연구의 분류 결과가 타당한지 검중한다. Rou휴h Set Theory는 Zdzislaw에 의해 소개된 개념으로 원 집합의 싱, 위/하위 근사로 주어진 2개의 집합에대한 동치 집합의 수학적 근사형이다口6, 17].
비교 대상을 식별할 수 있다. 요구사항의 통합은 동일한 속성(기능/비기능, 사용자/시스템)의 요구사항들 사이예 발생할 확률이 그렇지 않은 요구사항들에 비해 높을 것이다, 본 연구는 이를 고려하여 동일한 그룹/속성을 기반으로 비교 후보를 식별할 것을 제안한다. 비교후보는 그림 4와 같이 표현할 수 있다.
[9] 및 기존 연구는 Kano 모델을활용하여 요구사항을 분류하는 방법을 제안하였다. 이연구는 다수의 요구사향을 Kano 모델의 척도를 사용하여 6개 카테고리로 분류하였으며 다양한 이해당사자가고려된 경우 가장 많은 Kano 결과들 분류 결과로 사용한다. 결국 다양한 이해당사자를 하나의 그룹으로 고려하고 최대 의견을 선택한 결과이다.
이를 위해 Kano Mod可과 통계 기법을 사용한다. 협상 정보를 생성하기위해 요구사향과 문제 사이의 관계를 분석한다.
여기서 의미하는 정보는 요구사항 정제를 위한 정보(누구와 무엇에 대해)를 의미한다. 협상을 위한 정보 생성을 위해, 우리는 그림 3과 같은 정보 생성 프로세스와 산출물을 제안한다. 주요 입력 산출물은 프로젝트 헌장에서 도출한 문제점 목록과 분류된 요구사향 목록이다.
대상 데이터
참여 이해당사자는 S 대학의 학생 6, 교원 3명, 직원 3명, 시스템 관리자 3명을 대상으로 수행하여, 聲개의 문제, 136개의 초기 요가사항을 도출하였다. 이러한 입력 산출물을 기반으로 제안한 방법 및 기존 연구에 대한 사례 연구를 수행한 결과는 표 12와 같다.
데이터처리
친한 사각형으로 표시하였다. 그리고 그룹의 유사도를 Cronbach's Alpha를 사용하여 계산하여 표 5 와 같은 결과를 획득하였다 통계 결과 해석 방법에 따라 그룹을 분류한 결과는 표 6파 같다.
이해당사자 분류를 위해 사용한 통계 방법은 Factor Analysis를 사용하여 표 4와 같은 결과를 추출하였다 표 4에 따라, 15명의 이해당사자를 5개의 그룹으로 분류하고 친한 사각형으로 표시하였다. 그리고 그룹의 유사도를 Cronbach's Alpha를 사용하여 계산하여 표 5 와 같은 결과를 획득하였다 통계 결과 해석 방법에 따라 그룹을 분류한 결과는 표 6파 같다.
이론/모형
대한 유사성을 판단해야 한다. 각 이해당사자의 그룹의 유사성 계산 방법은 Cronbaches Alpha를 사용한다. Cronbach's Alpha는 그룹 구성의 신뢰도(Reliability)를 의미한다[12].
공통 요구사항의 분류 기준으로 본 연구에서는 다수결 원칙(Great Majority Ride)[15]에 따라 전체의 2/3 (10개) 이상의 동일한 평가를 받은 요구사항을 공통 요구사항 기준으로 설정하였다. 이 기준에 따라, 표 3의 R23은 공통 요구사항(필수)으로 식별한다,
다음과 같이 검증할 수 있다. 그룹 1의 요구사항 (R9, R21, R23)을 요소로 사용하여 그룹 1의 이해당사자 (목표 집합 - S6, S10, S13, S15)를 다른 이해당사자와 구분하기 위해 Rough Set을 사용한다. 정보 테이블은 Kano 모뗄을 이용하여 추출한 결과를 사용하며 분류 기준온 그룹 1에서 요구사항을 분류한 기준을 이용하여 구분한다.
요구사항의 Kano 모델을 통한 요구사항의 평가 데이터 정의역은 {Q, R, I, M, O, A} 이며, 요구사향과 문제 사이의 관계 데이터의 정의역은 {P1~P2아이다. 데이터 생성 방법은 이해당사자의 생각, 요구사항과 문제 사이 관계의 특성이 특정 패턴을 가지지 않는 점을 고려하여 단순 임의추출(Simple Random Sampling) 방식을 사용하였다 [11]. 통계 분석은 SPSS 15.
본 연구는 이해당사자의 요구사황에 대한 관심도를 Kano 모델로 표현하고 이를 통계 기법(Fa(知r Analysis)으로 요구사항을 분류하였다. 요구사항에 대한 관심도를 단순 임의 추출 방법을 통해 생성하고 이를 수학적인 분류 방법인 Rough Set Thecny를 통해 분류한결콰와 본 연구의 요구사항 뿐류 결과의 일치 여부를분석하여 본 연구의 분류 결과가 타당한지 검중한다.
본 연구에서는 생각을 표현하는 방법으로 Kano 모델을 사용한다. 그리고 이해당사자를 분류하는기준으로써 Factor Analysis릁 사용한다」요구사항 분류는 분류된 이해당사자에 따라 구분한다.
분류의 유연성을 확보하고 협상을 위한 정보를 생성하기 위해, 본 연구는 Kano 모델을 이해당사자의 생각을 표현하는 수단으로 활용한다. 즉 Kano 모델을 요구사항 분류를 위한 간접적인 기법으로 사용하는 것이다이해당사자 그룹을 식별하기 위해 Factor Analysis를사용한다.
구성되어야 한다. 이를 위하여 이해당사자의 그룹화방법은 통계 기법(Factor AnalysisX 사용한다. 통계기법에서 각 해당 수치는 해당 그룹 내에 각 요인에 대한 상관관계를 표현한다.
따라 요구사항을 분류한다. 이를 위해 Kano Mod可과 통계 기법을 사용한다. 협상 정보를 생성하기위해 요구사향과 문제 사이의 관계를 분석한다.
그룹 1의 요구사항 (R9, R21, R23)을 요소로 사용하여 그룹 1의 이해당사자 (목표 집합 - S6, S10, S13, S15)를 다른 이해당사자와 구분하기 위해 Rough Set을 사용한다. 정보 테이블은 Kano 모뗄을 이용하여 추출한 결과를 사용하며 분류 기준온 그룹 1에서 요구사항을 분류한 기준을 이용하여 구분한다. 본 연구의 결과를 검증하기 위해 귀납적 증명 방식을 사용하며, 분류 결과를 검증하기 위해 Rough Set욜 사용하여 구분퇸 긍정 영역 집합 내에 본 방법이 제안한 방법으로 분류한 목표 집합이 무분집합으로 포함되어야 한다.
표현하는 수단으로 활용한다. 즉 Kano 모델을 요구사항 분류를 위한 간접적인 기법으로 사용하는 것이다이해당사자 그룹을 식별하기 위해 Factor Analysis를사용한다. 이해당사자는 Kano 모델로 푰현돤 그들의 생각을 Factor Analysis?를 통해 통계적으로 상관관계가높은 그룹을 식별하고 식별된 그룹에 따라 요구사항을분류한다.
이는 요구공학자가 효율적으로 요구공학을 수행하는데 도움이 될 것이라고기대한다. 첫째, 이해당사자의 생각을 표현하고 요구사항을 분류하기 위해 Kano 모델을 사용하였으며, 둘째, 이해당사자를 분류하기 위해 통계 기법올 활용하였다마지막으로 협상을 위한 정보를 생성하기 위해 요구사항과 문제점 사이의 롼계를 고려하였다.
후속연구
본 연구에서 제안한 방법의 절차적 타당성을 검증하지 못한 단점이 있다. 결과의 유효성을 수학적인 방법, 시뮬레이션, 사례 연구를 통해 검증하였으나 절차적 타당성에 대한 추가적인 연구가 필요하다.
연구해야 한다. 절차적 타당성을 증명할 수 있다면, 제안한 방법에 대한 자동화도 가능할 것이다.
향후 연구로 본 연구에서 제안한 방법에 대한 절차적타당성을 연구해야 한다. 절차적 타당성을 증명할 수 있다면, 제안한 방법에 대한 자동화도 가능할 것이다.
참고문헌 (17)
Mack Alford, "Attacking Requirements Complexity using a Separation of Concerns," Requirements Engineering, Proceedings of the First International, pp.2-5, 1994.
L. Fellows, I. Hooks, "A Case for Priority Classifying Requirements," Eighth Annual International Symposium on Systems Engineering, 1998.
Frank Marschall, M. Scheonmakers, "Classifying Requirement Conflicts for Multi-Stakeholder Distributed Systems," Proceedings of Workshop on Requirements, 2003.
A. P. Nikora, "Classifying Requirements: Towards a More Rigorous Analysis of Natural-Language Specifications," Proceeding of the 16th IEEE ISSRE'05, pp.291-300, 2005.
Finkelstein, A., Kramer, J., Nuesibeh, B., Coedicke, M., "Viewpoints: A framework for integrating multiple perspectives in systems development," International Journal of Software Engineering and Knowledge Engineering, vol.2, no.10, pp.31-58, 1992.
Leite, J. C. P., Freeman, P. A., "Requirements validation through viewpoint resolution," Transactions of Software Engineering, vol.12, no.12, pp.1253-1269, 1991.
G. Kotonya, I. Sommeiville, "Requirements Engineering with viewpoints," Software Engineering Journal, pp.5-18, 1996.
Kano Noriaki, "Attractive Quality and Must-Be Quality," Journal of the Japanese Society for Quality Control, vol.14, no.2, pp.39-28, 1984.
Elma, S., Franz, B., Kurt, M., Hans, H. H., "The Kano Model: How to Delight your customers," International Working Semina on Production Economics, pp.313-327, 1996.
Gorsuch, R. L., "Factor Analysis," Hillsdale, 1983.
William, M. K., James, P. D., "Research Methods Knowledge Base," Atomicdog, 2001.
Cronbach, L. J., "Coefficient alpha and internal structure of tests," Psycometrika, vol.16, no.3, pp.297-334, 1951.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.