[논문]기능점수 기반 소프트웨어 공식

이상운

doi:10.3745/kipstd.2010.17d.5.327

기능점수 기반 소프트웨어 공식
Software Equation Based on Function Points 원문보기

정보처리학회논문지. The KIPS transactions. Part D. Part D, v.17D no.5, 2010년, pp.327 - 336

초록
AI-Helper

본 논문은 기능점수 소프트웨어 규모에 기반하여 개발노력과 일정과의 관계를 유도하는 소프트웨어 공식을 제안하였다. 기존의 소프트웨어 공식은 라인수에 기반을 두고 있다. 라인수는 개발언어에 따라 큰 차이를 보여 소프트웨어 규모 추정에 어려움이 많이 지적되고 있다. 먼저 라인수를 기능점수로 변환하는 방법을 고려하였다. 그러나 이 방법은 개발언어별로 라인수와 기능점수간 변환비율이 명확히 결정되지 않고 있고, 또한 특정 개발언어에 대해서는 변환비율이 제시되어 있지 않아 소프트웨어 공식을 유도하는데 실패하였다. 따라서 기능점수에 기반하여 개발된 대용량의 프로젝트 데이터를 대상으로 소프트웨어 공식을 직접 유도하였다. 첫 번째로 개발 프로젝트들 중에서 타당한 개발기간이 설정된 데이터들을 분류하였다. 두 번째로, 이 데이터에 대해 회귀분석을 통해 기능점수와 개발노력, 기능점수와 개발기간과의 관계를 유도하였다. 마지막으로 이들 관계로부터 소프트웨어 공식을 유도하였다. 제안된 모델은 라인수 기반의 모델이 갖고 있는 적용상 문제점들을 해결하여 실무에 쉽게 적용이 가능한 장점을 갖고 있다.

Abstract ▼ AI-Helper

This paper proposed software equation that is relation with effort and duration based on function point (FP) software size. Existent software equation based on lines of code (LOC). LOC sees big difference according to development language and there are a lot of difficulties in software size estimation. First, considered method that change LOC to FP. But, this method is not decided definitely conversion ratio between LOC and FP by development language. Also, failed though the conversion ratio motives software formula because was not presented about specification development language. Therefore, we derived software formula directly to large project data that was developed by FP. Firstly, datas that reasonable development period is set among development projects. Secondly, FP through regression analysis about this data and effort, motived relation with FP and duration. Finally, software equation was derived from these relation. Proposed model solves application problems that LOC-based model has and has advantage that application is possible easily in business.

주제어

AI 본문요약
AI-Helper

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

문제 정의

통계학에서는 모집단에서 균질의 표본을 추출하기 위해 상호 배타적 서브 표본들인 층들 (Strata)로 분할하는 방법인 층화 샘플링 (Stratified Sampling) 방법을 적용하고 있다[29]. 본 논문에서는 이 방법을 적용하여 균질한 표본을 추출하기 위한 기준으로 하나의 소프트웨어를 개발하기 위해 적절한 개발기간을 설정하였는가에 초점을 맞추고자 한다. 개발기간과 개발노력 관계는 (그림 2)와 같이 여러 영역으로 분류될 수 있다.
본 논문은 기존의 SLOC 기반의 소프트웨어 공식이 갖고 있는 문제점들을 해결하여 FP 기반의 소프트웨어 공식을 제안한다. 본 제안된 소프트웨어 공식을 적용함으로서 보다 현실에 적합한 프로젝트 관리를 수행할 수 있을 것이다.
SLOC 자체의 문제점 뿐 아니라 기존의 소프트웨어 공식이 갖고 있는 문제점으로 인해 신규로 개발될 소프트웨어에 대한 적절한 개발노력과 개발기간을 성정하기가 쉽지 않다. 이러한 문제점을 해결하고자, 본 논문에서는 기능점수 규모에 기반한 소프트웨어 공식을 제안하였다.

가설 설정

기능점수 규모에 기반한 소프트웨어를 개발한다고 가정하자. 이 경우 개발노력, 개발기간과 더불어 추정된 개발노력과 개발기간과의 관계로부터 비용-일정 타협을 수행하기 위해서는 기존의 SLOC 기반의 소프트웨어 공식을 적용해야만 한다.

제안 방법

제안된 소프트웨어 공식은 먼저, 기능점수에 기반한 소프트웨어 공식 유도의 문제점을 제기하고, 이를 해결하기 위해 실험에 적용될 데이터 표본을 추출하는 방법을 제안하였다. 데이터 표본은 실제로 가능한 기간 내에 개발이 종료된 프로젝트를 대상으로 층화 표본추출 방법을 적용하였다. 추출된 표본 데이터를 대상으로 소프트웨어 규모와 개발노력, 규모와 개발기간과의 관계로부터 소프트웨어 공식을 유도하였다.
추출된 표본 데이터를 대상으로 소프트웨어 규모와 개발노력, 규모와 개발기간과의 관계로부터 소프트웨어 공식을 유도하였다. 또한, 기존 소프트웨어 공식이 갖고 있는 문제점인 숙련도 인자를 유도하는 방법을 제안하였다.
Putnam과 Myers[3-6]가 제안한 SLOC 기반의 소프트웨어 공식은 개발노력이 년 인원, 개발기간이 년 단위를 사용하고 있다. 반면에 본 논문에서 제안한 PP 기반의 소프트웨어 공식은 개발노력을 월 인원, 개발기간을 월 단위를 사용한다. 제안된 소프트웨어 공식에 대해 개발노력과 개발기간의 단위를 년/월로 하였을 경우 PP 의 변화는 <표 9>에 제시하였다.
본 논문은 기능점수 규모에 한정된 소프트웨어 공식을 유도하였다. 그러나 소프트웨어 규모 단위로 FFP 와 UCP 등이 점차 확대 적용되고 있는바, 이들 규모 측정 기법을 반영한 소프트웨어 공식들이 추후 요구될 것이다.
제안된 소프트웨어 공식은 먼저, 기능점수에 기반한 소프트웨어 공식 유도의 문제점을 제기하고, 이를 해결하기 위해 실험에 적용될 데이터 표본을 추출하는 방법을 제안하였다. 데이터 표본은 실제로 가능한 기간 내에 개발이 종료된 프로젝트를 대상으로 층화 표본추출 방법을 적용하였다.
데이터 표본은 실제로 가능한 기간 내에 개발이 종료된 프로젝트를 대상으로 층화 표본추출 방법을 적용하였다. 추출된 표본 데이터를 대상으로 소프트웨어 규모와 개발노력, 규모와 개발기간과의 관계로부터 소프트웨어 공식을 유도하였다. 또한, 기존 소프트웨어 공식이 갖고 있는 문제점인 숙련도 인자를 유도하는 방법을 제안하였다.

대상 데이터

과 의 개발언어별 프로젝트 수 분석에는 ISBSG Benchmark Release 8[22]의 2,027개 프로젝트들 중에서 개발언어가 명시된 프로젝트들을 대상으로 하였다.
33 관계가 성립하는지 여부이다. 이를 검증하기 위한 실험에는 ISBSG Benchmark Release 8[22]의 2,027개 소프트웨어 프로젝트들 중에서 개발노력과 개발기간이 기술된 1,595건을 대상으로 하였으며, 이들 데이터는 성능개량 875건과 신규개발 720건으로 분류될 수 있다.

데이터처리

숙련도 인자 B는 소프트웨어 규모에 따라 투입되는 노력과 관련이 있다. 따라서 기능점수에 대한 적절한 B 값을 얻기 위해 (그림 8)의 log (E) vs. log (FP) 관계식의 회귀분석을 하였다. 여기서 log (E)의 최대 값은 성능개량 프로젝트는 4.
추출된 데이터에 기반하여 FP∝Ea와 FP∝Tb 관계를 회귀분석을 이용하여 유도한 결과, 의 결과를 얻었다.

이론/모형

균질(Homogeneous)의 데이터 표본을 추출하여 분석하여 보면 유익한 소프트웨어 공식을 얻을 수 있을 것이다. 통계학에서는 모집단에서 균질의 표본을 추출하기 위해 상호 배타적 서브 표본들인 층들 (Strata)로 분할하는 방법인 층화 샘플링 (Stratified Sampling) 방법을 적용하고 있다[29]. 본 논문에서는 이 방법을 적용하여 균질한 표본을 추출하기 위한 기준으로 하나의 소프트웨어를 개발하기 위해 적절한 개발기간을 설정하였는가에 초점을 맞추고자 한다.

성능/효과

(2) 기존 SLOC 기반의 소프트웨어 공식에서 소프트웨어 규모에 따른 B 값의 범위를 적절히 표현하지 못하는 단점을 해결할 수 있다.
(3) 기능점수 기반의 소프트웨어 개발시 FP vs. E와 FP vs. T의 관계를 정립하였다.
결론적으로 성능개량 프로젝트는 FP = E0.53⋅T1.36을, 신규개발 프로젝트는 FP = E0.60⋅T1.60의 관계를 갖는다고할 수 있다.
<표 8>은<표 1>에 비해 소프트웨어 규모에 대한 B 값을 보다 세밀하게 분류하는 효과를 나타내는 효과를 얻을 수 있다. 따라서, 기존의 SLOC 기반의 소프트웨어 공식에서 적용된 B 값의 문제점을 보완할 수 있다.
제안된 소프트웨어 공식을 적용하면 현재 일반적으로 사용되고 있는 소프트웨어 규모인 기능점수에 적합하며, 개발노력과 개발기간을 월 단위로 활용할 수 있고, SLOC 를 FP 로 변환시킬 필요가 없으며, 생산성 수준 지표인 PI 를 별도로 사용할 필요가 없는 장점을 갖고 있다.

후속연구

균질(Homogeneous)의 데이터 표본을 추출하여 분석하여 보면 유익한 소프트웨어 공식을 얻을 수 있을 것이다. 통계학에서는 모집단에서 균질의 표본을 추출하기 위해 상호 배타적 서브 표본들인 층들 (Strata)로 분할하는 방법인 층화 샘플링 (Stratified Sampling) 방법을 적용하고 있다[29].
본 논문은 기능점수 규모에 한정된 소프트웨어 공식을 유도하였다. 그러나 소프트웨어 규모 단위로 FFP 와 UCP 등이 점차 확대 적용되고 있는바, 이들 규모 측정 기법을 반영한 소프트웨어 공식들이 추후 요구될 것이다. 따라서 추후 이 분야에 대한 연구를 수행할 예정이다.
(그림 1)과 <표 5>에서 보는 바와 같이, 소프트웨어 규모와 개발노력, 규모와 개발기간 관계가 특정한 경향을 보이지 않고 산포되어 있어 거의 상호관계가 없어 보인다. 따라서 이 데이터를 이용한 관계로부터 모델을 유도하여도 효용성이 없으며, 새로운 방법을 연구할 필요가 있다.
그러나 소프트웨어 규모 단위로 FFP 와 UCP 등이 점차 확대 적용되고 있는바, 이들 규모 측정 기법을 반영한 소프트웨어 공식들이 추후 요구될 것이다. 따라서 추후 이 분야에 대한 연구를 수행할 예정이다.
본 논문은 기존의 SLOC 기반의 소프트웨어 공식이 갖고 있는 문제점들을 해결하여 FP 기반의 소프트웨어 공식을 제안한다. 본 제안된 소프트웨어 공식을 적용함으로서 보다 현실에 적합한 프로젝트 관리를 수행할 수 있을 것이다. 2장에서는 SLOC 기반 소프트웨어 공식과 문제점, FP 기반의 소프트웨어 공식 개발시 제기되는 문제점을 살펴본다.

질의응답

핵심어	질문	논문에서 추출한 답변
	불가능 영역이란?	소프트웨어 개발에서는 개발인력을 무한히 추가하더라도 어느 시점 이하에서는 시스템을 성공적으로 완료할 수 없는 최소한의 개발기간이 존재하며, 이를 불가능 영역(Impossible Region) 이라 부른다[11, 28, 30, 31]. 프로젝트를 성공적으로 완료하기 위해서는 불가능영역을 회피할 수 있어야만 한다.
	소프트웨어 공식에서 채택한 소프트웨어 규모는?	이러한 3개 척도들 (Metrics) 간의 관계를 표현한 것이 Putnam과 Myers가 제안한 소프트웨어 공식 (Software Equation, SE )이다[2-6]. 소프트웨어 공식은 소프트웨어 규모 (크기)로 라인 수 (Source Lines Of Code, SLOC )를 채택하고 있다. 그러나 라인 수를 계산하는 방식에도 여러 가지 문제점을 갖고 있다[7-10].
	라인 수를 계산하는 방식 외의 소프트웨어 규모를 계산하는 방식에는 어떤 것들이 있는가?	그러나 라인 수를 계산하는 방식에도 여러 가지 문제점을 갖고 있다[7-10]. 이러한 문제점으로 인해 소프트웨어 척도 분야에서는 기능점수 (Function Point, FP ), 완전 기능점수 (Full Function Point, FFP ), 유스케이스 점수 (Use-Case Point, UCP ) 또는 특징 점수 (Feature Point) 등 다양한 기법들이 개발되었다[11-16]. 현재는 FP가 가장 일반적으로 적용되고 있으며, FP 의 문제점을 보완한 FFP로 전환되고 있는 실정이다.

참고문헌 (42)

A. J. Shenher, “Improving PM: Linking Success Criteria to Project Type,” Project Management Institude, Creating Canadian Advantage through Project Management Symposium, Calgory, 1996.
L. H. Putnam and W. Myers, "Familiar Metric Management-Time-to-Market, http://www.qsm.com/fmm_08.pdf
L. H. Putnam and W. Myers, “Five Core Metrics: The Intelligence Behind Successful Software Management,” Dorset House Publishing, 2003.
L. H. Putnam and W. Myers, “Measures of Excellence: Reliable Software on Time, Within Budget,” Yourdon Press, 1992.
L. H. Putnam and W. Myers, “What We Have Learned,” The Journal of Defense Software Engineering, 2000.
L. H. Putnam and W. Myers, “Familier Metric Management+,” http://www.qsm.com/ffmm_02.pdf
J. E. Matson, B. E. Barrett and J. M. Mellichamp, “Software Development Cost Estimation Using Function Points,” IEEE Trans. on Software Eng., Vol.20, No.4, pp.275-287, 1994.

상세보기
C. Jones, “Programming Productivity,” New York, McGraw-Hill, 1986.
G. C. Low and D. R. Jeffery, “Function Points in the Estimation and Evaluation of the Software Process,” IEEE Trans. on Software Eng., Vol.16, pp.64-71, 1990.

상세보기
R. D. Emrick, “In Search of a Better Metric for Measuring Productivity of Application Development,” Int. Function Point Users Group Conf. Proc., 1987.
B. W. Boehm, “Software Engineering Economics,” Prentice Hall, 1981.
M. Bradley, “Function Point Counting Practices Manual, Release 4.1,” International Function Point Users Group (IFPUG), 1999.
C. Symons, “COSMIC-FFP Measurement Manual, Version 2.2 (The COSMIC Implementation Guide for ISO/IEC 19761: 2003),” Common Software Measurement International Consortium, 2003.
ISO/IEC FDIS 19761, “Software Engineering - COSMIC - FFP - A Functional Size Measurement Method,” 2002.
B. W. Boehm et al, “Software Cost Estimation with COCOMO II,” Prentice-Hall, 2000.
K. Ribu, “Estimating Object-oriented Software Projects with Use Cases,” University of Oslo Department of Informatics, Master of Science Thesis, 2001.
F. P. Brooks, “The Mythical Man-Month: Essays on Software Engineering,” Addison-Wesley, 1995.
J. Nyman, “Metrics and Measures,” GlobalTester, TechQA, 2002.
QSM, “Index Based Productivity Benchmarking,” QSM Associates, Inc. 1999.
T. McGilbon, “Modern Empirical Cost & Schedule Estimation Tools,” DoD DACS Technical Reports, 1997.
D, L, Hallowell, “Software Project Management Meets Six Sigma,” http://software.isixsigma.com/library/content/c030813a.asp
ISBSG, “Worldwide Software Development - The Benchmark Release 8,” Victoria, Australia International Software Benchmarking Standards Group, 2004.
S. J. Garg, “Software Engineering: Project Management Concepts, Software Metrics,” http://www.indyan.com/CS10.html 2003.
QSM, “QSM Function Point Programming Languages Table,” Quantitative Software Management, Inc., 2002.
D. Herron, “Software Sizing: There is an Easier Way,” David Consulting Group, ASM, 2002.
C. Jones, “Applied Software Measurements,” McGraw Hill, 1996.
T. McGilbon, “Modern Empirical Cost & Schedule Estimation Tools,” DoD DACS Technical Reports, 1997.
G. Sifri, “Accurate Estimates Critical for Software Development Projects,” ESI International, Inc., 2001
W. G. Cochran, “Sampling Techniques,” 3rd Edition, John Wiley & Sons, 1977.
D. R. Jones, “Project Scheduling,” Augsburg College, 1999.
C. Carbno, “Optimal Resource Allocation for Projects,” Project Management Journal, 1999.
Y. Yang, Z. Chen, R. Valerd, and B. Boehm, “Effect of Schedule Compression on Project Effort,” 27th Annual Conference of the International Society of Parametric Analysis, Denver, Colorado, USA., 2005.
C. Fakharzadeh, “CORADMO in 2001: A RAD Odyssey,” 16th International Forum on COCOMO and Software Cost Modeling, USC-CSE, 2001.
B. Boehm, B. Clark, E. Horowitz, R. Modachy, R. Shelby, and C. Westland, “The COCOMO 2.0 Software Cost Estimation Model,” USC Center for Software Engineering, 1995.
J. A. Ward, “Productivity Through Project Management: Controlling the Project Variables,” Information Management, 1994.

상세보기
R. Pressman, C. Jones, V. Basilli, and L. Putnam, “16 Critical Software Practices, Estimate Cost and Schedule Empirically,” http://www.iceinusa.com/16CSP/content/2-cost/anmetrgt.html, 2005.
L. K. Richard, “Staff IT,” http://www.gantthead.com, 2005.
M. Holtsinger, “CIS 4251/CIS 5930 Software Development,” 1999.
C. Abts, A. W. Brown, S. Chulani, B. K. Clark, E. Horowitz, R. Madachy, D. Reifer, and B. Steece, “Software Cost Estimation with COCOMO II,” Prentice-Hall, 2000.
Marin Consultancy, “Estimation,” Marin Solutions Technical Paper, 2001.
C. Walston and C. Felix, “A Method of Programming Measurement and Estimation,” IBM Systems Journal, Vol. 16, No.1, 1977.

상세보기
K. Johnson, “Software Cost Estimation: Metrics and Models,” Department of Computer Science, University of Calgary. 1998.

저자의 다른 논문 :

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