초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

소프트웨어의 재사용으로 인한 생산성 향상을 기대하면서, 컴포넌트 기반 개발(Component Based Development)에 관련한 연구가 지속적으로 이루어지고 있으며, 그 중 컴포넌트의 테스트 연구는 컴포넌트를 배포하고, 재사용하기 위해 검증하는데 기여하며 발전해 왔다. BIT(Built-In Test)와 컴포넌트 테스트를 위한 래퍼 클래스에 관한 연구가 대표적이다. 본 논문에서는 테스트 모듈의 산재를 방지하고, 유지보수성과 추적성 개선을 위해 테스트 프로세저를 모듈화하는 방안을 연구하였으며, 이를 위해 관점 지향 프로그래밍 개념을 도입하였다.

소프트웨어의 재사용으로 인한 생산성 향상을 기대하면서, 컴포넌트 기반 개발(Component Based Development)에 관련한 연구가 지속적으로 이루어지고 있으며, 그 중 컴포넌트의 테스트 연구는 컴포넌트를 배포하고, 재사용하기 위해 검증하는데 기여하며 발전해 왔다. BIT(Built-In Test)와 컴포넌트 테스트를 위한 래퍼 클래스에 관한 연구가 대표적이다. 본 논문에서는 테스트 모듈의 산재를 방지하고, 유지보수성과 추적성 개선을 위해 테스트 프로세저를 모듈화하는 방안을 연구하였으며, 이를 위해 관점 지향 프로그래밍 개념을 도입하였다.

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 이와 같이 각 클래스에 산재되어 구현된 테스트 프로시저를 AOP의 횡단 관심사로 구현함으로써 모듈화를 달성하는 것이다. 애스펙트에 구현된 테스트 모듈을 도식화하면 그림 5와 같다.

가설 설정

• 이 구조는 소스코드가 공개되지 않는 컴포넌트의 특성에 잘 어울린다. 테스트하려는 부분을 결합점으로 가정하고, 컴포넌트의 명세에 나와있는 메소드 명, 리턴 타입, 파라메터 등을 이용해 애스펙트에서 테스트 모듈을 구현함으로써 컴포넌트를 테스트하고, 원하논 변경을 가할 수도 있다. 또한 컴포넌트의 속성이 공개된 경우에는 ' privileged' 라는 키워드로 애스펙 트에게 특권을 부여함으로써 컴포넌트의 private 요소에 접근할 수 있다.

제안 방법

• CBD는 소프트웨어의 재사용을 목적으로 매우 활발하게 연구가 진행되어 왔으며, 실무로의 적용 또한 실효를 거두고 있다. 본 논문에서는 산재되어 분포하는 컴포넌트 테스트 프로시저를 적은 수의 객체에 구현하고, 어느 정도의 변경을 컴포넌트에 가할 수 있게 하기 위해 관점 지향 프로그래밍(AOP)를 도입하였다. 작은 실험으로 인해 방법은 고안하였지만 명확한 결과를 위해 더 많은 실험 케이스가 필요할 것이며, AOP의 활용 역시 앞으로 연구해 나아갈 방향이다.
• 이러한 테스트 프로시저의 분산은 테스트 결과의 분석에 어려움을 겪게 하고 유지보수에 필요한 노력을 증가시킨다. 본 연구에서는 테스트 프로시저의 모듈화를 위한 방안으로 관점 지향 프로그래밍(Aspect- oriented ProQ「ammir)Q)을 도입한다. 각 컴포넌트의 통합 테스트를 수행하기 위한 모듈을 제 3의 구조물에 구현한다.
• 실험 대상에 대하여 테스트 모듈을 클래스에 구현하는 경우와 애스펙트에 구현하는 경우를 비교하였다.
• 실험 대상은 학생관리, 강의 관리, 수강신청, 성적조회 등의 기능을 하는 각 컴포넌트들로 이루어진 J2EE 플랫폼 기반의 학사정보시스템 이다. 테스트 프로시저를 포함하는 애스펙트는 Java의 확장인 Aspect)로 구현하였다.

대상 데이터

• 실험 대상은 학생관리, 강의 관리, 수강신청, 성적조회 등의 기능을 하는 각 컴포넌트들로 이루어진 J2EE 플랫폼 기반의 학사정보시스템 이다. 테스트 프로시저를 포함하는 애스펙트는 Java의 확장인 Aspect)로 구현하였다.

후속연구

• 본 논문에서는 산재되어 분포하는 컴포넌트 테스트 프로시저를 적은 수의 객체에 구현하고, 어느 정도의 변경을 컴포넌트에 가할 수 있게 하기 위해 관점 지향 프로그래밍(AOP)를 도입하였다. 작은 실험으로 인해 방법은 고안하였지만 명확한 결과를 위해 더 많은 실험 케이스가 필요할 것이며, AOP의 활용 역시 앞으로 연구해 나아갈 방향이다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기