데이터웨어하우스 품질 측정을 위한 목표지향 i 확장 프레임워크

본 논문은 데이터웨어하우스 프로젝트에서 요구사항과 비즈니스 목표의 정렬만으로는 충분히 높은 품질을 보장하기 어렵다는 점을 지적하고, 이를 보완하기 위한 정량적 품질 측정 메커니즘을 제시한다. 기존 연구에서 목표지향 요구사항 공학(i* 기반)과 데이터웨어하우스 요구사항 분석(i*DWRA) 프레임워크가 제안된 바 있으나, 비기능적 품질 요구사항을 모델링하고 측정하는 방법론은 부족했다. 이를 해결하기 위해 저자들은 i*DWQM(i* Data‑Warehouse Quality Measurement)이라는 새로운 확장 프레임워크를 설계하였다. i*DWQM은 두 가지 주요 요소로 구성된다. 첫 번째는 i*DWRA의 기존 구조를 유지하면서, 목표(Goal), 작업(Task), 자원(Resource), 신념(Belief) 등 의도적 요소에 품질 측정 개념을 추가하는 것이다. 두 번째는 SMO(Software Measurement Ontology)에서 정의된 측정 개념—Indicator, Derived Measure, Base Measure, Measurement Function, Measurement Method, Entity Class, Decision Criteria, Attribute—을 i*DWRA 요소와 매핑하는 것이다. 매핑 표(표 2)를 통해 Indicator는 Goal에, Analysis Model은 Task에, Decision Criteria는 Resource에, Attribute는 Belief에 대응시킨다. 또한, 측정값의 단위, 스케일, 스케일 유형 등 메타데이터는 i*의 노트 메커니즘을 활용해 모델에 부착한다. UML 프로파일링을 이용해 이러한 매핑과 새로운 스테레오타입을 정의하였다. i*의 기본 스테레오타입(Actor, Goal, Task 등)을 UML 클래스와 연결하고, 데이터웨어하우스 특화 요소(Information Goal, Requirement 등)를 추가하였다. 품질 시나리오 전용 스테레오타입과 태그를 통해 측정 지표와 기준을 모델 내에 명시함으로써, 품질 관리자는 이해관계자(품질 관리자, 의사결정자)의 목표와 직접 연결된 정량적 측정 모델을 구축할 수 있다. 구현 측면에서는 Eclipse 개발 플랫폼 위에 UML 프로파일 기반 플러그인을 개발하였다. 이 플러그인은 기존 i* 모델링 툴과 연동되어, 사용자가 i*DWQM 스테레오타입을 선택하고 속성을 입력하면 자동으로 UML 다이어그램에 반영된다. 또한, 정의된 측정 지표에 대한 검증 로직과 보고서 생성 기능을 제공함으로써 실무 적용성을 높였다. 논문의 핵심 사례는 다국적 자동차 판매 기업이다. 여기서 영업 관리자는 ‘자동차 판매 증가’라는 전략 목표를 가지고 있으며, 이를 달성하기 위한 의사결정 목표(가격 감소, 프로모션 결정 등)와 정보 요구사항(가격 분석, 판매 분석)을 도출한다. 특히, ‘보고 유연성(Ad‑hoc Reporting)’이라는 소프트골을 품질 시나리오로 정의하고, ‘보고 설계 시간(RDT)’이 60초 이하라는 기준을 설정하였다. 이 시나리오는 다음과 같은 측정 구조를 가진다: - Indicator(Goal): 보고 유연성 수준 - Analysis Model(Task): 보고 설계 시간 측정 - Derived Measure(Goal): RDT(R) - Base Measures(Task): DST(R) (데이터 선택 시간), LCT(R) (레이아웃 구성 시간) - Measurement Function(Task): DST(R) + LCT(R) - Measurement Method(Task): 각각의 시간 측정 방법(타이머 사용) - Entity Class(Resource): 보고서 객체 - Attribute(Belief): 구조적 복잡성 Decision Criteria(Resource)로 ‘RDT(R) < 60초’를 명시하고, 이를 통해 품질 시나리오가 만족되는지를 판단한다. 이와 같은 모델링은 i*DWQM이 목표‑수단 관계, 작업 분해, 기여 관계 등을 활용해 품질 목표와 비즈니스 목표를 일관되게 연결함을 보여준다. 또한, 품질 시나리오와 소프트골 사이의 의존성을 ‘Intentional Dependency’로 모델링함으로써, 어떤 이해관계자의 목표가 어떤 품질 지표에 의해 검증되는지를 명확히 추적할 수 있다. 이는 프로젝트 진행 중 품질 목표와 비즈니스 목표 간의 정합성을 지속적으로 검증하고, 필요 시 조정할 수 있는 근거를 제공한다. 결론적으로, i*DWQM은 목표지향 요구사항 분석과 정량적 품질 측정을 하나의 통합 모델링 프레임워크로 결합한다. SMO와 i*의 시맨틱 매핑, UML 프로파일 기반 구현, Eclipse 플러그인 제공을 통해 이론적 기여와 실무 적용 가능성을 동시에 확보하였다. 향후 연구에서는 자동 측정 데이터 수집, 실시간 품질 대시보드 연계, 다른 도메인(예: 빅데이터, 클라우드)으로의 확장 등을 제시하고 있다.