인공지능 기반 지능형 시스템의 개발에는 일반적으로 신뢰성 높은 대규모 지식처리, 지식의 통합과 인간 수준의 이해, 지식기반 인간-기계협업, 전문가 수준의 지능 서비스 등의 효과적 통합이 요구된다. 특히 빅데이터 이해 기반 자가학습형 지식베이스 및 추론 기술 개발을 목표로 하고 있는 과제의 일환으로 개발 중인 WiseKB 통합 플랫폼은 대용량 지식을 저장하여 추론과정을 통한 질의 및 응답이 가능한 대규모 지식 베이스 역할을 수행하며 이를 위하여 지식표현, 자원통합, 지식저장소, 지식베이스, 복합추론, 지식학습 등의 요소기술들의 효과적 통합이 필수적이다. 통합 플랫폼의 효율적 통합을 위해서는 정확한 요구사항 분석이 중요하며, 이는 시스템의 특성을 고려한 적절한 요구사항 분석 방법론의 적용이 필요하다. 대표적인 요구사항 분석 방법인 순차적 방법론과 순환-점진적 방법론은 WiseKB와 같은 시스템의 대규모 복합적 개발 특성을 고려할 때 다양한 요구사항을 체계적으로 파악하기에 한계가 있다. 본 논문에서는 이러한 한계를 개선하고자 순차적 방법과 순환-점진적 방법론을 결합해 각 단점을 보완하고 대규모 복합적 특성을 갖는 시스템의 요구사항 분석을 효율적으로 진행할 수 있는 통합 방법론을 제시하고, 실제 적용을 통해 그 효과를 보인다.
인공지능 기반 지능형 시스템의 개발에는 일반적으로 신뢰성 높은 대규모 지식처리, 지식의 통합과 인간 수준의 이해, 지식기반 인간-기계협업, 전문가 수준의 지능 서비스 등의 효과적 통합이 요구된다. 특히 빅데이터 이해 기반 자가학습형 지식베이스 및 추론 기술 개발을 목표로 하고 있는 과제의 일환으로 개발 중인 WiseKB 통합 플랫폼은 대용량 지식을 저장하여 추론과정을 통한 질의 및 응답이 가능한 대규모 지식 베이스 역할을 수행하며 이를 위하여 지식표현, 자원통합, 지식저장소, 지식베이스, 복합추론, 지식학습 등의 요소기술들의 효과적 통합이 필수적이다. 통합 플랫폼의 효율적 통합을 위해서는 정확한 요구사항 분석이 중요하며, 이는 시스템의 특성을 고려한 적절한 요구사항 분석 방법론의 적용이 필요하다. 대표적인 요구사항 분석 방법인 순차적 방법론과 순환-점진적 방법론은 WiseKB와 같은 시스템의 대규모 복합적 개발 특성을 고려할 때 다양한 요구사항을 체계적으로 파악하기에 한계가 있다. 본 논문에서는 이러한 한계를 개선하고자 순차적 방법과 순환-점진적 방법론을 결합해 각 단점을 보완하고 대규모 복합적 특성을 갖는 시스템의 요구사항 분석을 효율적으로 진행할 수 있는 통합 방법론을 제시하고, 실제 적용을 통해 그 효과를 보인다.
Development of Intelligent Systems involves effective integration of large-scaled knowledge processing and understanding, human-machine interaction, and intelligent services. Especially, in our project for development of a self-growing knowledge-based system with inference methodologies utilizing th...
Development of Intelligent Systems involves effective integration of large-scaled knowledge processing and understanding, human-machine interaction, and intelligent services. Especially, in our project for development of a self-growing knowledge-based system with inference methodologies utilizing the big data technology, we are building a platform called WiseKB as the central knowledge base for storing massive amount of knowledge and enabling question-answering by inferences. WiseKB thus requires an effective methodology to analyze diverse requirements convoluted with the integration of various components of knowledge representation, resource management, knowledge storing, complex hybrid inference, and knowledge learning, In this paper, we propose an integrated requirement analysis method that blends the traditional sequential method and the iterative-incremental method to achieve an efficient requirement analysis for large-scale systems.
Development of Intelligent Systems involves effective integration of large-scaled knowledge processing and understanding, human-machine interaction, and intelligent services. Especially, in our project for development of a self-growing knowledge-based system with inference methodologies utilizing the big data technology, we are building a platform called WiseKB as the central knowledge base for storing massive amount of knowledge and enabling question-answering by inferences. WiseKB thus requires an effective methodology to analyze diverse requirements convoluted with the integration of various components of knowledge representation, resource management, knowledge storing, complex hybrid inference, and knowledge learning, In this paper, we propose an integrated requirement analysis method that blends the traditional sequential method and the iterative-incremental method to achieve an efficient requirement analysis for large-scale systems.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이러한 문제를 해결하기 위해서는 위의 두 요구사항 분석방법론이 아닌 새로운 요구사항 분석 방법론이 필요하다. 본 논문에서는 WiseKB 통합 플랫폼과 같은 개발 특성을 갖는 시스템의 효율적인 요구사항 분석을 위한 요구사항 분석 방법론을 제안하고, 이를 실제 통합 플랫폼의 요구사항 분석에 적용함으로써 그 효과를 검증하고자 한다.
효율적인 요구사항 분석을 위해서는 통합 플랫폼의 개발 특성을 만족하는 새로운 요구사항 분석 방법이 필요하다. 본 논문에서는 위에서 언급한 순차적 방법론과 순환-점진적 방법론의 절차적 결합을 통해 각각의 단점을 보완하여 효율적인 통합 플랫폼 요구사항 분석 및 설계가 가능하도록 하는 복합 분석 방법을 제안한다
가설 설정
개발의 각 단계를 순차적으로 진행하는 Waterfall Model과 달리 Agile Process는 여러 단계가 짧은 주기를 가지고 반복된다. 주기의 순환을 거치면서 요구사항의 추가/수정과 함께 시스템의 개발 또한 완성되어 가는 것이다
제안 방법
• 초기 요구사항 도출 및 명세화 : 이 단계에서는 앞서 구체화 한 유즈케이스 명세를 종합한 후, 통합 플랫폼의 개발 목적 등을 고려해 20개의 개괄적인 초기 요구사항(기능 요구사항 15개, 비기능 요구사항 5개)을 도출하였다. 도출된 요구사항은 개략적인 설명과 함께 요구사항의 중요도를 파악하는 과정을 거쳐 표로 명세화되었다.
네 번째로, 요구사항 분석 이후 개념 아키텍처 설계를 진행함으로써 요구사항이 실제로 아키텍처에 반영될 수 있는 것인지를 검증하고 세부 요구사항 수집의 방향을 설정할 수 있었다. 또한 적용이 가능한 기술들을 미리 파악함으로써 각 기술을 비교분석할 수 있었으며, 분석된 자료는 이후 실제 플랫폼을 설계에 필요한 소요를 줄일 수 있을 것으로 기대된다.
두 번째로, 초기 요구사항이 명확하지 않은 점을 고려해 요구사항 분석 방법 중 Use Case Driven Approach를 차용하여, 플랫폼과 각 어플리케이션의 유즈케이스를 먼저 도출/구체화 한 후 이를 통해 요구사항을 도출한다.
본 논문에서 제안하는 내용은 기존 요구사항 분석 방법의 단점을 보완할 수 있는 복합 요구사항 분석방법이다. 이번장에서는 서론에서 언급한 순차적 방법과 순환-점진적 방법의 특징과 절차, 장/단점을 각 방법을 대표하는 Waterfall Model과 Agile Process 방법론을 통해 파악하고, 복합 요구사항분석 방법을 위해 참고한 기타 요구사항 분석 방법들에 대해 설명한다.
본 논문에서 제안하는 내용은 여러 요구사항 분석 방법의 특징을 결합해 효율적인 시스템 요구사항 분석이 가능하도록 하는 방법론으로, 이 방법론은 크게 네 가지 세부 방법론들을 결합하여 요구사항을 분석한다
본 논문에서 제안하는 방법론은 위에서 언급한 바와 같이 4가지 종류의 방법론을 결합하여, 전통적인 방법론의 장점과 반복적이고 점진적인 방법론의 장점을 동시에 취하고자 한다. 이러한 방법론은 WiseKB와 같이 대규모인 동시에 다양한 기능이 함께 개발되는 시스템에 대해 순차적으로 요구사항을 분석하고 점진적인 확장을 가능케 함으로써, 요구사항분석 절차의 효율을 높여줄 것으로 기대된다
본 논문에서 제안한 순환-점진적 통합 요구사항 분석 방법의 특징을 설명하고, 분석 방법론의 각 절차를 세부적으로 제안하였다. 본 장에서는 실제 WiseKB 통합 플랫폼의 요구사항 분석 과정에 위에서 설명한 요구사항 분석 방법을 적용하여, 각 단계별 진행 과정, 결과와 산출물을 설명하고, 또한 이에 따른 효과를 검증한다.
본 논문에서는 대규모 시스템의 요구사항 분석에 기존의 방법론을 적용했을 때의 어려움을 해결하기 위해 순차적 방법론과 순환-점진적 방법론을 결합한 복합 요구사항 분석방법론을 제안하였고, 이를 WiseKB 통합 플랫폼 요구사항분석 과정에 실제로 적용하여 그 결과를 확인하였다
세 번째로, 유즈케이스의 구체화에는 순환-점진적 방법론을 차용하여 반복적이고 빠른 피드백을 통해 유즈케이스를 구체화한다. 이 때 Paper Prototyping 방법론을 차용하여 유즈케이스를 도식화된 워크플로우 형태로 변형시켜 구체화한다
첫 번째로, 대규모 시스템에서 계획에 따른 정확한 요구사항 수집이 가능하도록 순차적 방법론의 틀을 차용하여,일련의 단계를 거친 후에는 시스템 설계가 가능한 완전한 요구사항이 도출될 수 있도록 하며, 각 단계에서 요구사항명세 등의 문서 작성을 거친다
성능/효과
첫 번째로, 앞서 언급한 플랫폼 요구사항 분석 과정에서의 고려사항을 만족할 수 있었다. 순차적 방법과 순환-점진적 방법을 결합함으로써 수많은 개발주체에 의해 개발되는 대규모 시스템에서 순차적 방법론의 장점을 취함과 동시에 플랫폼-어플리케이션 동시 개발에 의해 발생하는 순차적 방법 적용의 어려움은 순환-점진적 방법의 장점을 이용해 극복할 수 있게 되었다
적용 결과 두 방법론의 결합을 통해 기존 요구사항 분석방법론 적용의 난점을 해소함과 동시에 기타 요구사항 분석 방법론의 특징들을 도입하여 각 어플리케이션 개발주체의 요구사항 도출 부담 감소와 각 어플리케이션 간 협업 유도 등 여러 긍정적인 효과 또한 얻을 수 있었다. 또한 WiseKB의 통합 플랫폼뿐만 아니라, 이와 유사한 개발 특성을 갖는 다른 시스템의 요구사항 분석 과정에서도 제안한 요구사항 분석 방법이 이와 동일한 효과를 얻을 수 있을 것이라고 본다
제안한 요구사항 분석 방법을 WiseKB 통합 플랫폼의 요구사항 분석 과정에 적용해 요구사항을 분석하는 과정에서 다음의 효과를 확인할 수 있었다
후속연구
하지만 이러한 긍정적인 효과에도 불구하고 현재의 연구 결과에도 한계점이 존재한다. 가장 큰 한계점은 본 논문에서 제안한 분석 방법론의 적용을 통해 확인한 정성적인 효과의 검증과 별개로 본 논문에서 제시된 요구사항 분석 방법론이 다른 요구사항 분석 방법을 적용했을 때와 비교해 어느 정도의 개선 효과를 보였는지에 대한 정량적 비교 평가가 어렵다는 것이다. 향후 연구는 시스템 개발에 있어 보다 효과적인 요구사항 분석 방법을 적용할 수 있도록 요구사항 분석방법론을 정량적으로 평가할 수 있는 평가 지표를 고안해야 할 것이다.
적용 결과 두 방법론의 결합을 통해 기존 요구사항 분석방법론 적용의 난점을 해소함과 동시에 기타 요구사항 분석 방법론의 특징들을 도입하여 각 어플리케이션 개발주체의 요구사항 도출 부담 감소와 각 어플리케이션 간 협업 유도 등 여러 긍정적인 효과 또한 얻을 수 있었다. 또한 WiseKB의 통합 플랫폼뿐만 아니라, 이와 유사한 개발 특성을 갖는 다른 시스템의 요구사항 분석 과정에서도 제안한 요구사항 분석 방법이 이와 동일한 효과를 얻을 수 있을 것이라고 본다
향후 연구는 시스템 개발에 있어 보다 효과적인 요구사항 분석 방법을 적용할 수 있도록 요구사항 분석방법론을 정량적으로 평가할 수 있는 평가 지표를 고안해야 할 것이다. 또한 기존의 지식베이스 플랫폼 등 대규모 시스템에서의 요구사항 분석은 어떻게 이루어졌는지, 또한 어떤 부분에서 차이를 보이는지에 대한 비교분석 또한 평가지표를 가지고 보다 면밀히 이루어진다면 현재의 연구결과보다 발전된 요구사항 분석 모델을 도출할 수 있을 것이다.
네 번째로, 요구사항 분석 이후 개념 아키텍처 설계를 진행함으로써 요구사항이 실제로 아키텍처에 반영될 수 있는 것인지를 검증하고 세부 요구사항 수집의 방향을 설정할 수 있었다. 또한 적용이 가능한 기술들을 미리 파악함으로써 각 기술을 비교분석할 수 있었으며, 분석된 자료는 이후 실제 플랫폼을 설계에 필요한 소요를 줄일 수 있을 것으로 기대된다.
본 논문에서 제안하는 방법론은 위에서 언급한 바와 같이 4가지 종류의 방법론을 결합하여, 전통적인 방법론의 장점과 반복적이고 점진적인 방법론의 장점을 동시에 취하고자 한다. 이러한 방법론은 WiseKB와 같이 대규모인 동시에 다양한 기능이 함께 개발되는 시스템에 대해 순차적으로 요구사항을 분석하고 점진적인 확장을 가능케 함으로써, 요구사항분석 절차의 효율을 높여줄 것으로 기대된다
가장 큰 한계점은 본 논문에서 제안한 분석 방법론의 적용을 통해 확인한 정성적인 효과의 검증과 별개로 본 논문에서 제시된 요구사항 분석 방법론이 다른 요구사항 분석 방법을 적용했을 때와 비교해 어느 정도의 개선 효과를 보였는지에 대한 정량적 비교 평가가 어렵다는 것이다. 향후 연구는 시스템 개발에 있어 보다 효과적인 요구사항 분석 방법을 적용할 수 있도록 요구사항 분석방법론을 정량적으로 평가할 수 있는 평가 지표를 고안해야 할 것이다. 또한 기존의 지식베이스 플랫폼 등 대규모 시스템에서의 요구사항 분석은 어떻게 이루어졌는지, 또한 어떤 부분에서 차이를 보이는지에 대한 비교분석 또한 평가지표를 가지고 보다 면밀히 이루어진다면 현재의 연구결과보다 발전된 요구사항 분석 모델을 도출할 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
지식이란 무엇인가?
지식베이스란 특정 분야의 전문 지식이나, 문제 해결에 필요한 사실과 규칙을 저장하는 기술로, 전문가 시스템의 구성요소로서 처음 사용되었다. 여기서 지식이란, 정형화된 관계형 데이터베이스 등의 데이터가 아닌 컴퓨터가 이해할 수 있는 세상의 모든 사실들을 의미한다. 지식베이스 시스템(Knowledge-based System)은 이 지식베이스와 추론엔진으로 구성되어, 지식의 추론을 통해 문제를 해결하는 컴퓨터 시스템을 말한다.
Waterfall Model은 요구사항 분석을 어떻게 나누는가?
Waterfall Model은 소프트웨어 개발 방법론 중 하나로, 소프트웨어의 요구사항 분석, 설계, 구현, 테스트 및 유지보수가 순차적인 단계를 가지고 진행되며 앞의 단계가 모두 완료된 후에 다음 단계를 진행하는 방법을 말한다. 요구사항 분석에서도 이 Waterfall Model의 순차적 진행방법이 적용되는데,이 경우 요구사항 분석을 도출 → 분석 → 명세화 → 검증의 네 단계로 나누고 각 단계를 순차적으로 진행하게 된다. 순차적 요구사항 분석 방법은 Waterfall Model에서 볼 수 있듯 계획에 따른(Plan-driven) 요구사항 분석이며, 요구사항 분석은 각 단계의 산출물인 문서를 통해 이루어진다[9].
Prototyping 방법론의 장점은 무엇인가?
이 방법론의 장점은 사용자가 UI와 관련된 시스템적인 부분을 고려하지 않고 자유롭게 생각하는 바를 이야기하고 수정할 수 있게 되어 요구사항 수집을 보다 친밀하게 할 수 있다는 것이다[15].
참고문헌 (15)
G. Press, A Very Short History Of Big Data, Forbes, 2013.
W. Koff et al., DATA rEVOLUTION, Computer Science Corporation, 2011.
D. Laney, 3D Data Management: Controlling Data Volume, Velocity, and Variety, META Group, 2001.
F. M. Suchanek et al., "Knowledge Bases in the Age of Big Data Analytics," Proceedings of the VLDB Endowment, Vol. 7, 2014.
D. Vesset et al., Worldwide Big Data Technology and Services 2012-2015 Forecast, IDC, 2012.
K. Dervojeda et al., Business Innovation Observatory: Case study-Big Data-Artificial Intelligence, European Union, 2013.
IBM Systems and Technology Group, Watson: A System Designed for Answers: The future of workload optimized systems design. IBM White Paper, IBM Corporation, 2011.
A. Singhal, "Introducing the Knowledge Graph: things, not strings," Google Blog, 2012.
I. Sommerville, "Software Engineering Ninth Edition," Pearson, pp.30-32, 2011.
I. Sommerville, "Software Engineering Ninth Edition," Pearson, pp.57-62, 2011.
C. Lan et al., "Agile Requirements Engineering Practices: An Empirical Study," IEEE, Software, Vol.25, pp.60-67, 2008.
Hickey, Ann. et al., Prototyping for requirements elicitation and validation: A participative prototype evaluation methodology, 1998.
J. Vijayan et al., "A New approach to Requirements Elicitation Using Paper Prototype," International Journal of Advanced Science and Technology, Vol.28, pp.9-16, 2011.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.