[논문]연구개발 생산성 향상을 위한 태스크 유사도 기반 산출물 재사용 추천 프레임워크

남승우; 혼 다네스; 홍장의

doi:10.22156/cs4smb.2019.9.2.023

[국내논문] 연구개발 생산성 향상을 위한 태스크 유사도 기반 산출물 재사용 추천 프레임워크
A reuse recommendation framework of artifacts based on task similarity to improve R&D performance 원문보기

융합정보논문지 = Journal of Convergence for Information Technology, v.9 no.2, 2019년, pp.23 - 33

남승우 (충북대학교 컴퓨터과학과) , 혼 다네스 (충북대학교 컴퓨터과학과) , 홍장의 (충북대학교 컴퓨터과학과)

초록
AI-Helper

연구 개발 활동은 다양한 기술 정보의 조사 분석 및 기술 보고서 작성 활동들로 구성된다. 연구 개발 활동이 구체화되면서 이전 단계에 작성된, 또는 이전의 유사 프로젝트에서 작성된 관련 기술 문서를 참조하는 일이 많이 발생한다. 본 논문에서는 연구자가 원하는 이전 산출물의 효율적인 재사용을 가능하게 하는 재사용 추천 프레임워크인 RTRF(research task based reuse recommendation framework)를 제안한다. 제안하는 프레임워크는 기존의 유사어 기반 검색 및 재사용에 추가하여 태스크 유사도를 기반으로, 개발자의 연구와 비슷한 흐름을 가지고 있는 다른 개발자가 재사용한 문서를 추천해주어 개발자에게 필요할 수 있는 정보를 제공한다. 사례연구는 연구자들이 기존 문서를 재사용하여 기술동향보고서를 작성하는 과정에서의 효율성을 보이기 위해 수행하였다. RTRF를 이용하여 재사용을 수행하는 경우, RTRF를 이용하지 않는 경우와 비교했을 때 다른 단계의 문서 및 다른 연구분야의 문서를 더 빈번하게 재사용하는 것을 알 수 있었다. 본 논문에서 제안하는 RTRF는 개발자가 저장소에 저장되어 있는 방대한 양의 R&D 문서들 중에서 원하는 문서를 효율적으로 재사용하는 것에 큰 기여를 한다.

Abstract ▼ AI-Helper

Research and development(R&D) activities consist of analytical survey and state-of-the-art report writing for technical information. As R & D activities become more concrete, it often happens that they refer to related technical documents that were created in previous steps or created in previous similar projects. This paper proposes a research-task based reuse recommendation framework(RTRF), which is a reuse recommendation system that enables researchers to efficiently reuse the existing artifacts. In addition to the existing keyword-based retrieval and reuse, the proposed framework also provides reusable information that researchers may need by recommending reusable artifacts based on task similarity; other developers who have a similar task to the researcher's work can recommend reusable documents. A case study was performed to show the researchers' efficiency in the process of writing the technology trend report by reusing existing documents. When reuse is performed using RTRF, it can be seen that documents of different stages or other research fields are reused more frequently than when RTRF is not used. The RTRF may contribute to the efficient reuse of the desired artifacts among huge amount of R&D documents stored in the repository.

Keyword

표/그림 (8)

그림 Fig. 1. Logical connections between mCs to provide traceability[15]
그림 Fig. 2. Conceptual structure of the research task based reuse recommendation framework(RTRF)
그림 Fig. 3. RTRF User Interface
표 Table 1. A list of documents used for case study
표 Table 1. continued
표 Table 2. Documents info. used by each member
그림 Fig. 4. The generated RTs and mCs with Gephi
표 Table 3. Estimation results from the case study

AI 본문요약
AI-Helper

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

문제 정의

이와 같은 문제들을 해결하기 위해 본 논문에서는 연구내용의 유사성 외에 연구 태스크(research task)의 유사성 비교를 이용하는 재사용 추천 프레임워크를 제안한다. 제안하는 재사용 추천 프레임워크는 향상된 검색 엔진과 확장 패턴 탐색을 보완하는 역할을 수행할 수 있으며, 개발자에게 폭 넓은 연구방향을 제시할 수 있다.
하지만 위의 두 연구는 개발자의 생산성 향상을 위한 연구로, 산출물의 재사용성 향상을 위한 방안을 고려하지 않았다. 본 논문에서는 관련 연구에서 사용한 작업문맥 기반의 유사도를 mC 재사용성 향상을 위한 형태로 제시하고 이를 사용하는 프레임워크를 제안한다.
기존 연구에서 제시된 작업문맥 기반의 유사도를 mC 재사용 추천 프레임워크에 도입하기 위하여 작업의 의미를 연구 테스크로 매핑하였다. 연구 태스크를 나타내는 RT(Research Task)는 R&D 문서 개발자가 새로운 문서를 작성하기 위해 기존 저장소에 있는 mC를 재사용하는 행위를 의미한다.
구체적으로, 개발자는 기존의 산출물을 현재 수행하고 있는 연구개발에 재사용하기 위해 키워드 검색과 확장 패턴을 통한 탐색을 이용한다[11,15]. 탐색을 이용하여 개발자가 재사용할 mC들을 목록에 하나씩 추가하게 되는데, 이를 현재 수행중인 연구개발의 방향과 맞는 산출물들을 연관시키는 연구의 한 부분으로 보았다. 제안하는 RT는 식 (1)과 같이 구성되어 있다.
본 논문은 R&D문서 단위의 크기축소가 재사용성 향상에 어느 정도 한계가 있음을 드러냈으며 근본적인 재사용성 향상에 기여할 수 있는 RT 개념 및 RT를 사용하는 프레임워크를 제안하였다.

가설 설정

관련성 모델의 값은 mC_k에 작용하는 모든 상호작용 이벤트에 대하여, 각 이벤트의 빈도수와 마지막 출현 이후의 경과 시간에 대한 정규화 함수를 이용하여 구한다. 본 논문에서는 이벤트 종류를 수정이벤트 하나로 제한하였다. mC_k를 임포트한 후 수정횟수가 적고 최근까지 수정하지 않았다면, 해당 RT_{제안 방법

Hwang은 연구개발 산출물과 관련된 검색 키워드와 저장소에 있는 mC와의 유사도를 통해, 가장 높은 유사도 값을 가지는 후보 mC를 높은 우선순위로 추천해 주는 시스템에 대하여 연구하였다[11,12]. 이 연구는 연구개발 문서의 식별자 또는 노트와 같이 비구조적인 요소들로 문서들 간의 유사성을 측정했던 전 연구과 달리, 문서의 구조적 정보를 포함하여 유사성을 측정하였다. 해당 연구는 도메인 주제, 색인 및 연관 규칙 정보를 결합하여 사용자 질의에 대한 신뢰성 높은 검색을 제공하여 산출물 재사용성 향상에 기여하였다.

연구 태스크를 나타내는 RT(Research Task)는 R&D 문서 개발자가 새로운 문서를 작성하기 위해 기존 저장소에 있는 mC를 재사용하는 행위를 의미한다. 구체적으로, 개발자는 기존의 산출물을 현재 수행하고 있는 연구개발에 재사용하기 위해 키워드 검색과 확장 패턴을 통한 탐색을 이용한다[11,15]. 탐색을 이용하여 개발자가 재사용할 mC들을 목록에 하나씩 추가하게 되는데, 이를 현재 수행중인 연구개발의 방향과 맞는 산출물들을 연관시키는 연구의 한 부분으로 보았다.

임포트를 요청하는 재사용자는 Import Requester를 이용하여 원하는 mC를 얻기 위해 키워드 검색을 수행한다. 재사용자는 키워드 검색 후 나오는 결과에서 재사용할 mC를 선택하고, 본인과 유사한 연구문맥을 가지는 다른 사람이 사용한 mC들을 추천받기 위해 RTRF Interface를 이용한다. Fig.

본 논문에서 제안한 RTRF의 유용성을 확인하기 위해, 기존에 수행했던 연구논문인 ‘Simulation-based Testing of Autonomous Driving Software Using OpenDS’[23]을 기반으로 재사용 mC를 활용하여 자율 주행자동차에 대한 기술동향보고서를 작성하였다.

Table 2에서 밑줄이 그어진 번호는 다른 연구자들이 재사용한 문서와의 연관관계 형성을 위한 중첩 사용된 문서를 의미한다. 각 연구자는 보고서 작성을 위하여 재사용할 mC들을 결정하고, 선택한 mC들 중에서 특정 내용을 채우기 위해 같이 사용될 수 있는 그룹을 만들었다. 이 그룹은 개별 RT로 저장이 되며, 중복을 제외하고 생성된 1차 RT는 연구자 A는 39개, 연구자 B는 16개, C 연구자는 23개로 총 78개였다.

‘Simulation-based Testing of Autonomous Driving Software Using OpenDS’ 논문의 두 저자는 RTRF Interface를 이용하지 않고 확장 패턴 탐색만 이용하여 재사용 mC를 결정하는 경우와 RTRF Interface를 이용하여 결정하는 경우로 사례연구를 진행하였다.

‘Simulation-based Testing of Autonomous Driving Software Using OpenDS’ 논문의 두 저자는 RTRF Interface를 이용하지 않고 확장 패턴 탐색만 이용하여 재사용 mC를 결정하는 경우와 RTRF Interface를 이용하여 결정하는 경우로 사례연구를 진행하였다. 두 저자는 서로 상의하면서 재사용할 mC를 결정했으며, 차례로 RTRF Interface를 이용하지 않는 재사용 mC 결정, RTRF Interface를 이용하는 재사용 mC 결정 절차를 수행하였다.

(5)의 절차를 따른다. (4) 현재 재사용목록으로 유지되고 있는 mC들의 메타정보를 기반으로 RTRF Interface를 실행한다. (5) 비슷한 연구흐름을 가지고 있는 RT들을 확인한다.

d) 문서간 연결의 적중률 HRDC(Hit ratio of inter document connection): HRDC는 최종 재사용에 사용된 mC들이 하나의 문서가 아닌 여러 문서에 속한 상황을 의미한다. 본 논문에서 의도하는 재사용은 다른 개발자의 문서, 다른 단계의 산출 문서, 다른 연구분야의 문서 등의 재사용이기 때문에 HRDC를 추정요소에 포함시켰다. 식 (8)은 HRDC의 계산식을 나타내며, HRDC의 값이 클수록 의도한 재사용성이 향상된 것을 의미한다.

임포트를 요청하는 재사용자는 Import Requester를 이용하여 원하는 mC를 얻기 위해 키워드 검색을 수행한다. 재사용자는 키워드 검색 후 나오는 결과에서 재사용할 mC를 선택하고, 본인과 유사한 연구문맥을 가지는 다른 사람이 사용한 mC들을 추천받기 위해 RTRF Interface를 이용한다.

대상 데이터

사례 연구를 위해 한국전자통신연구원의 웹 사이트에 등록된 R&D문서 및 Google 학술검색에서 수집한 논문 27부를 이용하여 mC들을 생성하였다.

이론/모형

식 (5)에서는 RTl에 속하는 mC_k가 다른 mC들보다 얼마나 더 RTl와 밀접한지 나타내기 위해 관계성(Relevance) 모델을 사용했다. 관련성 모델의 값은 mC_k에 작용하는 모든 상호작용 이벤트에 대하여, 각 이벤트의 빈도수와 마지막 출현 이후의 경과 시간에 대한 정규화 함수를 이용하여 구한다.}

성능/효과

이 연구는 연구개발 문서의 식별자 또는 노트와 같이 비구조적인 요소들로 문서들 간의 유사성을 측정했던 전 연구과 달리, 문서의 구조적 정보를 포함하여 유사성을 측정하였다. 해당 연구는 도메인 주제, 색인 및 연관 규칙 정보를 결합하여 사용자 질의에 대한 신뢰성 높은 검색을 제공하여 산출물 재사용성 향상에 기여하였다.
F(frequency)와 A(age)는 DOI에서 사용하는 척도와 동일하며 D(duration)은 관심 산출물에 대하여 얼마나 오랫동안 상호작용 했는지를 의미한다. 개발자가 특정 산출물을 작성한 후에, 목록에 있는 다음 작업의 대상이 되는 산출물을 추천 받았을 때, DOI보다 FDA를 기반으로 한 추천 시스템이 개발자 의도에 대하여 더 좋은 적중률을 나타내었다.
이 중에서 중첩 사용된 문서에 해당되는 mC들을 두 학생이 서로 다른 mC와 재사용했을 때, 서로의 연구내용이 부분적으로 교집합이 될 수 있도록 포함시킬 mC들을 선택하고 새로운 RT를 생성했다. 추가적으로 중복을 제외하고 14개의 2차 RT가 생성되어, 최종 92개의 RT와 RT에 속하는 246개의 mC들을 도출할 수 있었다.
HRDC와 HRFC는 본 연구의 핵심 추정요소로 다른 문서 및 다른 연구분야 이지만 개발자가 필요할 수도 있는 정보를 개발자에게 얼마나 잘 도달해줄 수 있느냐에 대한 지표이다. HRDC와 HRFC의 값은 제안하는 RTRF를 이용했을 때가 이용하지 않았을 때보다 월등히 높았다.
본 논문은 R&D문서 단위의 크기축소가 재사용성 향상에 어느 정도 한계가 있음을 드러냈으며 근본적인 재사용성 향상에 기여할 수 있는 RT 개념 및 RT를 사용하는 프레임워크를 제안하였다. 또, 사례연구를 통해 제안하는 프레임워크 사용의 타당성을 검증하였다. 향후연구로는 변경되는 mC에 대한 버전관리를 고려한 RT유사도 및 관계모델 계산법을 확장할 것이다.

후속연구

이와 같은 문제들을 해결하기 위해 본 논문에서는 연구내용의 유사성 외에 연구 태스크(research task)의 유사성 비교를 이용하는 재사용 추천 프레임워크를 제안한다. 제안하는 재사용 추천 프레임워크는 향상된 검색 엔진과 확장 패턴 탐색을 보완하는 역할을 수행할 수 있으며, 개발자에게 폭 넓은 연구방향을 제시할 수 있다.
또, 사례연구를 통해 제안하는 프레임워크 사용의 타당성을 검증하였다. 향후연구로는 변경되는 mC에 대한 버전관리를 고려한 RT유사도 및 관계모델 계산법을 확장할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	소프트웨어 개발에서의 재사용이란 무엇인가?	재사용은 본래의 목적 또는 다른 기능수행을 위해 기존의 어떤 것을 다시 사용하는 행위 또는 절차이다[1]. 소프트웨어 개발에서의 재사용은 이미 입증되고 신뢰할 수 있는 소프트웨어 컴포넌트를 사용하여 새로운 소프트웨어 시스템을 개발하는 활동을 말하며, 비용 절감과 품질 보증, 생산성 향상 모두에 있어서 중요하다[2-5].
	소프트웨어 개발에서의 재사용이 중요한 이유는 무엇인가?	재사용은 본래의 목적 또는 다른 기능수행을 위해 기존의 어떤 것을 다시 사용하는 행위 또는 절차이다[1]. 소프트웨어 개발에서의 재사용은 이미 입증되고 신뢰할 수 있는 소프트웨어 컴포넌트를 사용하여 새로운 소프트웨어 시스템을 개발하는 활동을 말하며, 비용 절감과 품질 보증, 생산성 향상 모두에 있어서 중요하다[2-5].
	연구개발 산출물에는 어떤 것들이 있는가?	R&D(Research&Development) 프로젝트에서 소프트웨어 산출물의 종류는 기술조사분석서, 연구계획서, 연구개발보고서, 연구 노트와 같은 개발 절차 산출물과 소프트웨어 요구사항 명세서, 소프트웨어 설계서, 소프트웨어 테스트 설계서, 프로그램 코드와 같은 개발 제품 산출물이 있다[6]. 이러한 연구개발 산출물의 재사용은 소프트웨어 컴포넌트의 기원이 되는 소프트웨어 연구 및 개발 산출물을 다른 곳에서 다시 사용하는 행위로써, 이를 통해 개발자가 소프트웨어 컴포넌트를 재사용하기 전에 기능 및 품질 요구사항을 추적확인 할 수 있다[7,8].

저자의 다른 논문 :

LOADING...

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

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